間接互恵性のモデルを複雑ネットワークでやる祭り

もう2017年が終わるとかなんかの間違いだ。3月に論文が出て以降の研究の進まなさっぷりもなんかの間違いだ。痩せないのも。

間接互恵のネットワークモデルがどんなものなのかをボチボチ探してたらReseachGateかなんかで推薦されたので。

Peleteiro, A., Burguillo, J. C. & Chong, S. Y. Exploring Indirect Reciprocity in Complex Networks using Coalitions and Rewiring. in Proceedings of the 2014 International Conference on Autonomous Agents and Multi-agent Systems 669-676 (2014).

2014年のAAMAS論文とな。

複雑ネットワーク上で間接互恵をやるぞよ。世の中複雑ネットワークだ。Webの世界ならだれとでも取引可能だが（つまり全員とゲームする）やり方をまねできるのは知ってる相手だ（つまり隣接ノード）。またいくつかのコミュニティに属して情報を共有するよね（この論文でいうcoalition）。ということで学習対象がネットワークで縛られる構造を導入します。評判が観察できるのは隣接ノードかcoalitionメンバーに限る。当然ネットワークとcaolitionは可変でしょう。rewiringありです。

ゲームの基本アイデアはNowak&Sigmund(Nature, 1998)のイメージスコアリングのやつ。イメージスコア（評判）と協力の閾値を持ったエージェントがドネーションゲームをする。協力したら評判が+1、裏切ると-1となる。

ゲームはPopulationからランダムに選ばれる。エージェントはネットワーク上に配置され、またcoalitionにも属している。ドナーになったエージェントはレシピエントの評判を調べるんだけど、隣接ノードもしくはcoalitionのメンバーならスコアを見れる。それ以外だったら見れないのでスコアは0と判断する。

学習対象は隣接ノードから。rewiringは評判の悪いやつを確率的に切ってcoalitionの中から評判の高いやつにつなぐ。

いやー、なんでこんな七面倒臭いことするんだ。結果はまあrewiringとcoalitionで協力が進化するとか、SFとSmall-Worldでcoalitionの影響が違うとか。うーん、アブストラクトモデルにしては入れ込みすぎだし、ミドルレンジのモデルとしては何ができたのかよくわからん。はい次。

Liu, A., Wang, L., Zhang, Y. & Sun, C. in (eds. Liu, D., Xie, S., Li, Y., Zhao, D. & El-Alfy, E.-S. M.) 10638, 919-926 (Springer International Publishing, 2017).

続いてはこの論文を受けての論文。

ゲームの設定や学習ルールは同じ。coalitionは廃止してる。うんそれがいいと思う。でrewiringのときにつなぐのに成功するかどうかを自分の評判が高ければつなげて低ければ失敗するというアイデアを一発いれます。SFネットワークでrewiringありだと協力が進化するけど、rewiringなしだと進化しないと。

うーむ、うーむ。