張新立,王新穎,程 程,付子芮
(遼寧師范大學(xué) 數(shù)學(xué)學(xué)院,遼寧 大連 116029)
自2005年《科學(xué)》提出了“合作行為如何演化是21世紀最關(guān)鍵的25個科學(xué)問題之一”以來[1],研究合作行為的演化穩(wěn)定性一直是國內(nèi)外學(xué)者重點關(guān)注的問題。Smith和Price[2]創(chuàng)立的演化博弈論及Nowak[3]提出的五大合作機制為研究合作行為演化穩(wěn)定性提供了有效的理論框架。在二人博弈中,鷹鴿博弈被廣泛使用,很多學(xué)者利用該理論對鷹鴿博弈合作演化穩(wěn)定性進行了研究,其中以五大合作機制中親緣選擇和間接互惠最為常見。親緣選擇是指愿意與血緣關(guān)系近的伙伴合作的合作機制,如家族企業(yè)。Hines和Smith在具有親緣關(guān)系的鷹鴿博弈中得到混合演化穩(wěn)定策略的概率分布不同于純策略的概率分布[4]。Seidy和Ale等人分別從靜態(tài)和動態(tài)角度展示了合作(鴿)策略為演化穩(wěn)定策略時,親緣關(guān)系滿足的條件[5,6]。間接互惠是人們的善意或惡意不能直接回報,而被傳遞了不相關(guān)的第三方的合作機制,如慈善企業(yè)。Nowak和Sigmund利用間接互惠的評分系統(tǒng),得到玩家知道對家得分的概率必須大于成本效益比,雙方才能達到合作[7,8]。Berger建立間接互惠的容忍度評分規(guī)則,表明對背叛者有一定的容忍度,可引導(dǎo)社會穩(wěn)定合作[9]。
上述文獻雖然已經(jīng)從完全理性發(fā)展到了有限理性,但在參與人支付函數(shù)方面,并沒有突破經(jīng)典博弈建立的理論范式。親緣選擇或間接互惠雖然能使個體間形成合作演化均衡,但很難回答這樣一個問題:由于合作系統(tǒng)內(nèi)部的個體間爭奪公共資源,必然為資源的有限性發(fā)生沖突,導(dǎo)致合作解體,鷹鴿博弈困境仍沒有解決。由Meyer[10]創(chuàng)立的量子博弈論為解決這個困境提供了有益思路。王斌等人給出了一個新的量子策略納什均衡并達到帕累托最優(yōu),解決了鷹鴿博弈困境[11]。Sun[12]等人通過改變糾纏度使量子鷹鴿博弈達到了合作。
基于上述在演化博弈理論下研究合作行為演化穩(wěn)定性的不足及量子博弈的優(yōu)勢,本文首先運用量子博弈刻畫了鷹鴿博弈參與人支付函數(shù),然后把親緣選擇和間接互惠有機結(jié)合起來,建立親緣選擇下間接互惠的量子鷹鴿博弈合作演化模型,求出了博弈的演化穩(wěn)定策略(ESS),對親緣選擇、間接互惠和糾纏如何影響博弈合作進行了分析。此理論不僅拓展了傳統(tǒng)博弈模型支付函數(shù)的表示形式,而且把兩種合作機制與量子博弈結(jié)合起來,在兩種合作機制和量子糾纏的統(tǒng)一框架下,解決人類競爭和沖突等問題,具有重要指導(dǎo)意義。
假設(shè)博弈中參與人是兩個有限理性主體,分別為參與人I和參與人II,雙方都有兩個可選擇的策略合作(鴿)策略D和背叛(鷹)策略H.假設(shè)雙方共同獲取某一收益為B,雙方發(fā)生沖突付出的成本為C,且C>B>0.則經(jīng)典鷹鴿博弈的收益矩陣為[13]:
參與人II
DH
(1)
(2)
(3)
(4)
(5)
(6)
(7)
類似可計算參與人II的收益,進而得到參與人I、II的復(fù)制動態(tài)方程分別為:
(8)
(9)
引理1[15]均衡點為演化穩(wěn)定策略(ESS)當且僅當其復(fù)制動態(tài)方程的雅可比矩陣滿足DetJ>0和TrJ<0條件。
分別對F(x)與F(y)求偏導(dǎo)可得雅可比矩陣:
(10)
(11)
(12)
(13)
(14)
根據(jù)Friedman提出的均衡點穩(wěn)定性判定準則(引理1),對上述五個均衡點進行穩(wěn)定性分析有如下結(jié)論成立:
定理1 均衡G1(0,0)點不穩(wěn)定。
證明:均衡點G1(0,0)的Jaconbian矩陣為
J(G1(0,0))=
證明:均衡點G2(0,1)的Jaconbian矩陣為
J(G2(0,1))=
令DetJ(G2(0,1))>0,TrJ(G2(0,1))<0得
由于博弈收益矩陣是對稱的,對均衡點G3(1,0)穩(wěn)定分析后,可得到相同結(jié)論。
證明:均衡點G4(1,1)的Jaconbian矩陣為
定理4 均衡點G5(x*,y*)為鞍點。
證明:均衡點G5(x*,y*) Jaconbian矩陣對角線元素為0,故TrJ(G5(x*,y*))=0.因此均衡點G5(x*,y*)為鞍點。
由圖1可知根據(jù)參與雙方的初始概率不同系統(tǒng)有三種演化結(jié)果:(1,1)(1,0)和(0,1).鞍點構(gòu)成了這三種收斂結(jié)果的臨界線,當參與雙方開始博弈的初始概率在臨界線右上方時,系統(tǒng)穩(wěn)定于(1,1),二人選擇合作??梢姲包c(x*,y*)是博弈演化路徑的重要影響因素,現(xiàn)考慮鞍點對合作的影響。x*和y*越接近0,右上方趨近(1,1)的概率越大,雙方?jīng)Q定合作的概率越大。
圖1 博弈演化路徑圖
1) 糾纏度
2) 辨別度
3) 相關(guān)度
僅從理論層面對模型進行分析推導(dǎo),無法直觀地反映各參數(shù)對博弈合作的影響,因此本文利用MATLAB軟件數(shù)值分析糾纏度γ、相關(guān)度r和辨別度a對參與人I合作演化的影響。對參與人II的影響與參與人I相同,設(shè)置初始狀態(tài)(0.2,0,4)、B=2、C=3.
圖2、3、4分別為參與人I選擇合作的概率隨糾纏度γ、相關(guān)度r、辨別度a變化的情況。當a=0.1時,必須保證sin2γ≥0.5參與人才會選擇合作并趨于穩(wěn)定;當a=0.6時,sin2γ=0.1參與人就會選擇合作并保持穩(wěn)定。由此可見量子糾纏度是正向促進合作的,若辨別度較大,糾纏度較小,雙方也會合作。當sin2γ=0.6,a=0.1或sin2γ=0.1,a=0.6時,較低的相關(guān)度也會使雙方合作;當a=0.1,sin2γ=0.1時,要求r≥0.8才會合作,相關(guān)度越大越有利于合作。當sin2γ=0.1時,a≥0.4才會合作;當sin2γ=0.6,糾纏度較大,辨別度即使很小,雙方也會穩(wěn)定合作。符合本文的理論分析部分,由以上分析可見糾纏度、辨別度和相關(guān)度均會正向促進合作,為使參與雙方合作,應(yīng)增加三參數(shù)的值。
圖2 糾纏度γ對合作的影響
圖3 相關(guān)度r對合作的影響
圖4 辨別度a對合作的影響