評判に基づく協力行動を支える生物学的市場の進化ダイナミクス

支持基于声誉的合作行为的生物市场的演化动力学

• 批准号: 13J05595
• 负责人: 中村 光宏
• 金额: $ 1.61万
• 依托单位: The Graduate University for Advanced Studies
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2013
• 资助国家: 日本
• 起止时间: 2013-04-26 至 2016-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13J05595/
• 关键词: 協力の進化; 互恵性; 心の理論; 評判; 間接互恵性; 繰り返しゲーム; 進化ゲーム

当該年度は（研究A）相手の行動が隠れ状態に依存するとき互恵関係を築けるかの理論解析（研究B）間接互恵性における監視者とその評判情報利用者との共進化ダイナミクスの理論解析（研究C）実験データを用いた強化学習方略の環境依存性の統計解析を行った．（研究A）繰り返しゲームの代表的な戦略に，過去の行動に応じて次の行動を決定する reactive strategy (RS) がある。RSは，相手の行動が隠れ状態に依存する場合を考慮しないという問題を持つ。これは信念マルコフ決定過程（信念MDP）を用いて定式化できるが，素朴に解くのは難しい．そこで信念MDPを簡略化して解くモデルを考案しその解析を行った．相手の状態を知っている場合と比較して，簡略化したモデルでもほぼ最適な戦略を採ること，またそれらの最適戦略は協力率の点では異なっていることを明らかにした．本研究の成果については現在国際学会誌に投稿中である．（研究B）昨年度に引き続き，間接互恵性においてコストのかかる監視を行う監視者と，監視者から対価を支払うことによって得られた情報を用いて行動する評判情報利用者との共生の数理モデルについて原稿執筆を行った．現在国際学会誌に投稿中である．(研究C）動物は環境に応じて認知を変化させ，より繁殖価に貢献する行動選択を行う．行動の価値は学習過程を経て計算されるはずだが，その環境依存性は明らかにされてこなかった．学習過程の代表的なモデルにRescorla-Wagner（RW）型とRoth-Erev（RE）型がある．本研究では，ヒヨコの採餌実験データから学習過程をベイズ推定し，環境条件によってどちらのモデルに近いかを調べた．環境が厳しい（期待餌量が少ない）ときRW型に近く，易しい（期待餌量が多い）ときRE型に近い傾向が観察された．本研究の成果については国内・国際学会において発表を行った．

When the annual は phase (A) the government hand の action が に れ state dependent す る と き mutual travelling masato is built け を る か の theory analytic (B) indirect travelling each sex に お け る monitors と そ の judge intelligence ik と の total evolutionary ダ イ ナ ミ ク ス の theory analytic (C) be 験 デ ー タ を with い た reinforcement learning strategy の environment dependence の statistical parsing line を っ た. (A) Qiao り return し ゲ ー ム の represent な 戦 slightly に, past の action に 応 じ て times の action を decided す る reactive strategy (RS) が あ る. RS は, hand の government action が に れ state dependent す る occasions を consider し な い と い う be つ を problem. The process of determining the belief (belief MDP) is を formalized by れ て で るが るが るが, and simple に is difficult to solve く <s:1> く. そ こ で belief MDP を briefly turn し て solution く モ デ ル を test case し そ の parsing line を っ た. Phase state hand の を know っ て い る occasions と compare し て, brief the し た モ デ ル で も ほ ぼ optimum な 戦 slightly を mining る こ と, ま た そ れ ら の optimum 戦 の point slightly は together rate で は different な っ て い る こ と を Ming ら か に し た. The <s:1> results of this study are now available for submission to the Journal of International Societies に である. (B) yesterday annual に lead き 続 き, indirect travelling each sex に お い て コ ス ト の か か る line monitoring を う monitors と, monitors か ら 価 seaborne を branch 払 う こ と に よ っ て must ら れ た intelligence を with い て action す る judge intelligence ik と の symbiotic の mathematical モ デ ル に つ い pen line を っ て manuscript た. Journal of International Societies に Submission である. (Study C) Animal に応じて Environmental に応じて cognitive を changes させ, よ <s:1> reproductive 価に contribution する action select 択を line う. Action の 価 numerical は learning process を 経 て computing さ れ る は ず だ が, そ の environment dependence は Ming ら か に さ れ て こ な か っ た. The learning process なモデ represents なモデ にRescorla-Wagner (RW) type と rox-erev (RE) type がある. This study で は, ヒ ヨ コ の mining bait be 験 デ ー タ か ら learning process を ベ イ ズ presumption し, environmental conditions に よ っ て ど ち ら の モ デ ル に nearly い か を adjustable べ た. Environmental が 厳 し い (expect fewer が な bait い) と に nearly く き RW type, easy し い (expect more than bait amount が い) と き type RE に nearly い tendency が 観 examine さ れ た. The research results of this study are に, に, て, て, domestic and international societies にお, て, て, and った.

项目成果

Conditional learning strategy choice in domestic chicks

家养雏鸡的条件学习策略选择

• 发表时间: 2015
• 作者: Mitsuhiro Nakamura;Ai Kawamori
• 通讯作者: Ai Kawamori

IIASA(オーストリア)

国际航空安全协会（奥地利）

リスク回避は公共財的罰制度を2次罰なしに維持する

风险厌恶维持了公共物品惩罚制度，没有二次惩罚。

• 发表时间: 2014
• 作者: Mitsuhiro Nakamura;Ai Kawamori;中村光宏
• 通讯作者: 中村光宏

Indirect reciprocity in three types of social dilemmas

• DOI: 10.1016/j.jtbi.2014.03.035
• 发表时间: 2014-08-21
• 期刊: JOURNAL OF THEORETICAL BIOLOGY
• 影响因子: 2
• 作者: Nakamura, Mitsuhiro;Ohtsuki, Hisashi
• 通讯作者: Ohtsuki, Hisashi