罕见的第三方惩罚促进合作风险社会学习动力
- 组织研究和知识产权的战略协作,明治大学,东京,日本
第三方惩罚是一种常见的机制来促进合作。合作演化理论模型预测,惩罚保持合作,如果非常频繁。另一方面,实证研究发现,参与者经常惩罚别人不成功相比,那些不急于惩罚他人,这表明惩罚是次优的,因此不应频繁。情况就是这样,我们的问题是机制,如果有的话,可以维持合作,即使惩罚是罕见的。本研究提出一种可能的机制是规避风险的社会学习。利用进化博弈动力学的方法,我们调查的个体风险态度的影响问题。在我们的框架中,个人选择一个策略基于其风险,即。回报的方差,以及它的预期收益;规避风险的个体倾向于选择一个策略变量较低的回报。使用这个框架,我们检查两人合作的进化的社会困境游戏惩罚。我们研究两种模型:合作者和叛逃者竞争,虽然叛逃者处罚由外生权威; and cooperators, defectors, and cooperative punishers compete, while defectors may be punished by the cooperative punishers. We find that in both models, risk-averse individuals achieve stable cooperation with significantly low frequency of punishment. We also examine three punishment variants: in each game, all defectors are punished; only one of defectors is punished; and only a defector who exploits a cooperator or a cooperative punisher is punished. We find that the first and second variants effectively promote cooperation. Comparing the first and second variants, each can be more effective than the other depending on punishment frequency.
1。介绍
合作是观察在不同的物种,尽管似乎不宜在自私的看法1- - - - - -3]。,人类合作是独一无二的,因为他们执行自己通过社会规范和合作机构:由社区成员规范违反者将受到惩罚,因此合作是维护(4- - - - - -10]。在人类的合作,惩罚者通常是一个第三方不直接遭受违反规范。从理性的角度,第三方惩罚者没有动机来惩罚规范违反者以个人的成本(7,8];因此,第三方惩罚是合作的另一个难题6,10- - - - - -12]。尽管如此,实证研究表明,第三方惩罚无处不在在人类[8,13]。
2。权威的第三方惩罚
我们首先介绍一个简单的模型的合作者之间的竞争和叛逃者无限,混合人口,叛逃者的概率被第三方权威。不时地,随机抽样两个人玩一个社会困境游戏叫做弱囚徒困境游戏(29日),玩家有两种选择:合作(C)和背叛(D)。由其支付矩阵
在哪里<我>T我>>1。在这个游戏中,相互合作提供回报1这两名球员,而他们享受的诱惑片面的背叛,因为它提供了更好的回报<我>T我>(>1)。然而,每个游戏观察到一个权威的第三方惩罚者的概率<我>z我>,选择了背叛的人罚款的金额<我>F我>(>0)。据复制因子人口的发展动态30.,31日]。
2.1。进化稳定的合作伙伴
在这里,我们考虑进化稳定人口单型的合作者对入侵的叛逃者。我们的发现是,风险厌恶情绪的个人所需的低频率的观察来维持合作;权威的惩罚成本显著低于中性理论的预测。
所需的观测概率的下确界,,是一个幂函数的好,<我>F我>;也就是说,(虚线图1)。这意味着即使权威对叛逃者重的罚款,维持合作,权力需要惩罚叛逃者经常;保持合作的成本应该是相当大的。
图1年代trong>。所需的观测概率的下确界的权威来维持合作:个人风险newtral(虚线;β= 0),风险厌恶(实线;β=−1),或风险倾向(虚线;β= 1)。红色的点划的线代表了渐近与β= 1是收敛的。参数:<我>T我>=2。
我们延长普通理论假设球员改变策略根据他们的效用。考虑到使用策略<我>年代我>结果在一个随机回报由随机变量表示<我>R我><年代ub><我>年代我>年代ub>(的实现<我>R我><年代ub><我>年代我>年代ub>是的概率在哪里<我>我我>显示每个结果),其效用的定义
在哪里表示随机变量的期望值。方程(3)是一个著名的指数效用函数由普拉特(32),霍华德和马西森(33],Coraluppi和马库斯[34]和Mihatsch Neuneier [35]。它可以扩展
其中第一项是回报的期望值和第二项的方差成正比的回报。因此,如果<我>β我>=0,效用等于期望值,这意味着风险中性效用;如果<我>β我><0,该实用程序是减少了第二项,暗示规避风险的工具,一个人发现一个策略比如果它产生一个高度可变的回报;如果<我>β我>>0,效用是增加了第二项,这意味着较大的效用的个人发现策略更可取的如果它产生一个高度可变的回报。
和
分别。一个简单的计算导致ESS条件对应方程(2):<我>u我><年代ub>C年代ub>><我>u我><年代ub>D年代ub>,也就是说,
请注意,适用。如果β< 0,其渐近的形式是一个指数函数<我>F我>即:——它迅速趋于0时<我>F我>增加(实线图1)。这意味着维护合作厌恶风险的人,权力需要惩罚只是偶尔叛逃者。普通理论相比,维持合作应大大减少昂贵的成本。如果β> 0,方法1−e<年代up>−<我>β我>(<我>T我>−1)年代up>(>0)<我>F我>增加;需要经常惩罚(虚线图1)。
2.2。二态性的合作者和叛逃者
如果方程(2)或(6)违反,叛逃者入侵合作者的人口。在那之后,他们可能会与合作者建立稳定的双晶的人口。在这里,我们研究个体风险态度的影响这样的二态性。我们发现风险规避合作者的频率增加。此外,我们引入三个变体相关的惩罚二态性:(a)惩罚所有的叛逃者(最昂贵的);(b)惩罚一个警告他人比变体(a)][成本更低;或(c)惩罚只片面的叛逃者(便宜)。我们发现第一次和第二次变异但第三个实现合作的二态性。令人惊讶的是,第一个变体可以最具成本效益的解决方案来维持合作的可能性相当小的观察。
图2年代trong>。三个变种的第三方惩罚。空白的圆圈代表球员和那些“P”代表处罚者作为观察员。连接每一行空白圈,上面“D D”或“D C”,代表共同背叛或片面的背叛在游戏中,分别。箭头表示执行惩罚。<年代trong>(一)年代trong>脱北者受到惩罚:相互背叛,惩罚者支付成本2<我>C我>每个两个叛逃者支付罚款<我>F我>。<年代trong>(B)年代trong>只有一个叛逃者的惩罚:相互背叛,惩罚者支付成本<我>C我>其中一个两个叛逃者,随机选择,支付罚款<我>F我>。<年代trong>(C)年代trong>只是一个片面的叛逃者惩罚:惩罚者并不关心相互背叛。在所有的三个变体,惩罚者支付成本<我>C我>和叛逃者支付罚款<我>F我>片面的背叛。
为每个变量与不同的风险态度,我们数值找到合作者的复制因子动态的稳定点和叛逃者,也就是说,
在哪里<我>x我>合作者的频率,<我>u我><年代ub>C年代ub>和<我>u我><年代ub>D年代ub>是作为一个合作者的效用方程(A1)和作为一个叛逃者(A2)方程。所有和一个变体实现稳定的合作者和叛逃者(二态性图3 a, B)。在这些变异,小<我>β我>增加合作伙伴的稳定的频率。正如预期的那样,所有变体实现合作高于一个变体。并不能实现二态性,因为片面变体<我>u我><年代ub>C年代ub>><我>u我><年代ub>D年代ub>与方程(A1, A2c)相当于方程(6);一个稳定的人口在这个变体包括所有叛逃者如果ESS(即条件。方程2 - 6)是违反了。
图3年代trong>。频率稳定的合作伙伴<年代trong>(A, B)年代trong>和惩罚的预期数量的观察<年代trong>(C, D)年代trong>在双晶的合作者和叛逃者人口如果方程(2)或(6)是违反了。<年代trong>(A, C)年代trong>所有的变种。(b, d)的变体。<年代trong>(E)年代trong>显示之间的区别<年代trong>(C, D)年代trong>。个人风险newtral(虚线;<我>β我>=0),风险厌恶(实线;<我>β我>=−1),或风险倾向(虚线;<我>β我>=1)。参数:<我>T我>= 2,<我>F我>=1。
虽然所有变体达到更高的合作比的一种变体,权力可能惩罚defectors-thus支付更高的成本比所有变体的一个变体。这对规避风险的担忧是不必要的个人足够料想的合理小概率的观察,<我>z我>。鉴于合作者的稳定的频率<我>x我>*,观察权威的概率找到片面的背叛是2<我>x我>*(1−<我>x我>*)和(1−找到相互背叛<我>x我>*)<年代up>2年代up>。因此,惩罚的预期数量每观察所有变体是2<我>x我>*(1−<我>x我>*)×1 + (1−<我>x我>*)<年代up>2年代up>×2 = 2 (1−<我>x我>*)和一种变体,是2<我>x我>*(1−<我>x我>*)×1 + (1−<我>x我>*)<年代up>2年代up>×1 = 1−<我>x我>*<年代up>2年代up>——第一眼,前者大于后者。自<我>x我>*在所有变异大于(见一个变体图3 a, B),有效的惩罚/观察所有变体可以小于一个变体(图3 c, D情节,图3 e显示他们的区别)。如果个人风险厌恶,相当小<我>z我>使所有变体更便宜;也就是说,the branching point at which the sign of the difference changes becomes smaller as<我>β我>减少(在图3 e分支点的<我>β我>=−1位于周围<我>z我>= 0。15)。
3所示。内源性第三方惩罚
到目前为止,我们已经假定存在的惩罚者是一个外生的权威在种群动态。尽管这种假设似乎是合理的社会中一个成熟的机构权威的惩罚是存在的,小规模的社会如狩猎可能需要一个不同的场景。我们的下一个问题是如果没有任何<我>利维坦我>。我们的发现是,如果人不愿承担风险,它们的一些内源性第三方punishers-they人口动力学可以维持高合作发展。
和
在哪里<我>x我>,<我>y我>,<我>z我>是合作者的频率,叛逃者,惩罚执行者,
是健身和平均
健身的策略<我>年代我>(=C,D,P)<我>u我><年代ub><我>年代我>年代ub>由方程(A3、A4)。在方程(8),μ是个体变异的概率他/她的策略,另一个偶然:不改变他/她的策略<我>年代我>以概率1−μ;否则,突变后他/她的策略的另一个策略<我>年代我>′(≠<我>年代我>与概率μ/ 2),2是其他策略的数量。在方程(10),<我>w我>(0≤<我>w我>≤1)是一个参数控制强度的选择;大(小)<我>w我>意味着强(弱)的选择。
图4年代trong>。合作者的replicator-mutator动态(C),叛逃者(D),和第三方惩罚执行者(P)。人口的其中之一的“C”“D”和“P”的角落里,分别。他们的每个单形的每个中心频率相等。箭头表示轨迹从不同的初始状态。红点代表稳定的结果。<年代trong>(J A、D、G M)年代trong>所有的变种。<年代trong>(B、E、H, K, N)年代trong>的一个变种。<年代trong>(C、F、我、L O)年代trong>片面的变体。我们设置<年代trong>(两者)年代trong>β我>=−10。<年代trong>(D-F)年代trong>β我>=−1。<年代trong>(胃肠道)年代trong>β我>=0。<年代trong>(J-L)年代trong>β我>=1。<年代trong>(M-O)年代trong>β我>=10。参数:<我>T我>= 2,<我>F我>= 3,<我>C我>= 1,<我>w我>= 0。1,μ= 0。01。
图5年代trong>。合作者的replicator-mutator动态(C),叛逃者(D),和第三方惩罚执行者(P)如果我们假设捐赠的游戏。人口的其中之一的“C”“D”和“P”的角落里,分别。他们的每个单形的每个中心频率相等。箭头表示轨迹从不同的初始状态。红点代表稳定的结果。<年代trong>(A、D、G)年代trong>所有的变种。<年代trong>(B、E、H)年代trong>的一个变种。<年代trong>(C、F I)年代trong>片面的变体。我们设置<年代trong>(两者)年代trong>β我>=−10。<年代trong>(D-F)年代trong>β我>=−1。<年代trong>(胃肠道)年代trong>β我>=0。参数:<我>c我>= 1,<我>b我>= 2,<我>F我>= 4,<我>C我>= 1.5,<我>w我>= 0。1,μ= 0。01。注意,我们如果忽略结果<我>β我>>0,脱北者获胜。
比较三种变体的惩罚,都和一个变异比片面变体更容易促进合作的风险规避(清楚地观察到图4 d-f)。这是因为在三个变种,只有错过学期e片面的变体<年代up>−<我>β我><我>F我>年代up>叛逃者的实用程序(见方程A4a A4c, A4e)。在其他两个变种与足够强大的避险情绪,最大的术语叛逃者的效用是e<年代up>−<我>β我><我>F我>年代up>,这意味着叛逃者的效用是最受到最坏的情况,他/她获得从作弊但没有受到惩罚。片面的变体,最大的术语叛逃者的效用是e<年代up><我>β我>(<我>T我>−<我>F我>)年代up>,这意味着最主导的情形的效用是叛逃者至少喜欢作弊,但受到惩罚。最难以促进合作的片面的变种,因为这个变体叛逃者的最糟糕的情况是好过的,一个变体。
4所示。捐赠的游戏
整个分析,我们认为,个体弱“囚徒困境”游戏(即。捐赠,方程1)。所谓的游戏,即。,支付矩阵
在哪里<我>b我>><我>c我>>0,已被许多研究采用(3,16,17,24,25]。对于那些感兴趣的区别这两个游戏,附录C(补充材料),我们注意结果如果我们假设捐赠游戏而不是软弱的囚徒困境博弈。
5。讨论
在这项工作中,我们调查的风险态度对社会学习动力的影响第三方惩罚。我们研究了两个模型:在第一个模型中,第三方惩罚者是一个外部权威,站在个人的竞争;在第二个模型中,这些人从内部执行第三方惩罚,这样第三方惩罚执行者与non-punishers竞争。在这两种模式,规避风险的个人实现更高的合作与惩罚的频率显著低于中性或较大的个体。在第一个模型中,这意味着一个强大的利维坦,他不断的手表不需要人,严重惩罚违规;在第二个模型中,这意味着不是每个人都需要一个执行者。
作者的贡献
作者证实了这项工作的唯一贡献者和已批准出版。
资金
资助这项工作的部分支持由Monbukagakusho格兰特16 h06412乔Yuichiro Wakano。
利益冲突声明
作者说,这项研究是在没有进行任何商业或金融关系可能被视为一个潜在的利益冲突。
确认
我们要感谢那些评论家的建设性的评论改进手稿。
补充材料
本文的补充材料在网上可以找到:https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fphy.2018.00156/full补充材料
引用
1。西SA,格里芬,加德纳合作进化的解释。<我>咕咕叫杂志。我>(2007)<年代trong>17年代trong>:r661 - 72。doi: 10.1016 / j.cub.2007.06.004
3所示。兰德DG,诺瓦克。人类的合作。<我>Cogn Sci趋势。我>(2013)<年代trong>17年代trong>:413 - 25所示。doi: 10.1016 / j.tics.2013.06.003
6。p . Boyd R,理查森惩罚允许合作的进化(或其他)相当大的群体。<我>Ethol Sociobiol。我>(1992)<年代trong>13年代trong>:171 - 95。0162 - 3095 . doi: 10.1016 / (92) 90032 - y
7所示。菲尔E, fischbach美国社会规范和人类合作。<我>Cogn Sci趋势。我>(2004)<年代trong>8年代trong>:185 - 90。doi: 10.1016 / j.tics.2004.02.007
8。菲尔E, fischbach美国第三方惩罚和社会规范。<我>另一个星球哼Behav。我>(2004)<年代trong>25年代trong>:63 - 87。doi: 10.1016 / s1090 - 5138 (04) 00005 - 4
9。Gurerk O, Irlenbusch B, Rockenbach制裁机构的竞争优势。<我>科学我>(2006)<年代trong>312年年代trong>:108 - 11所示。doi: 10.1126 / science.1123633
10。西格蒙德·k .惩罚还是灭亡?报复和人类之间的协作。<我>趋势生态另一个星球。我>(2007)<年代trong>22年代trong>:593 - 600。doi: 10.1016 / j.tree.2007.06.012
12。Hauert C,特劳尔森,布兰德H,诺瓦克,西格蒙德·k·通过强制的自由:昂贵的惩罚的出现。<我>科学我>(2007)<年代trong>316年年代trong>:1905 - 7。doi: 10.1126 / science.1141588
13。亨利克J,理查德M,巴尔,Ensminger J,巴雷特C, Bolyanatz,等。在人类社会昂贵的惩罚。<我>科学我>(2006)<年代trong>312年年代trong>:1767 - 70。doi: 10.1126 / science.1127333
14。博伊德R, Gintis H,鲍尔斯美国利他惩罚的进化。<我>《美国国家科学院刊。我>(2003)<年代trong>One hundred.年代trong>:3531 - 5。doi: 10.1073 / pnas.0630443100
15。布兰德H, Hauert C,西格蒙德·k .处罚和名誉在空间公共物品游戏。<我>Proc R Soc B。我>(2003)<年代trong>270年年代trong>:1099 - 104。doi: 10.1098 / rspb.2003.2336
16。Nakamaru M,埃瓦萨y利他主义的进化昂贵的惩罚lattice-structured人群:score-dependent可行性与score-dependent生育能力。<我>另一个星球生态Res。我>(2005)<年代trong>7年代trong>:853 - 70。网上:http://www.evolutionary-ecology.com/abstracts/v07/1864.html
17所示。鲁斯P, Gelfand M, nautica D,卡尔·r·高strength-of-ties和低流动性使第三方惩罚的进化。<我>Proc R Soc B。我>(2014)<年代trong>281年年代trong>:20132661。doi: 10.1098 / rspb.2013.2661
18岁。亨利克J,博伊德r .为什么人们惩罚叛逃者。弱墨守成规传输可以稳定合作困境的昂贵的实施规范。<我>J理论的。我>(2001)<年代trong>208年年代trong>:79 - 89。doi: 10.1006 / jtbi.2000.2202
19所示。佐佐木T, Brannstrom Dieckmann U,西格蒙德·k .据此选项允许小惩罚来克服社会困境。<我>《美国国家科学院刊。我>(2012)<年代trong>109年年代trong>:1165 - 9。doi: 10.1073 / pnas.1115219109
20.西格蒙德·K,席尔瓦H,特劳尔森Hauert c .社会学习促进机构管理下议院。<我>大自然。我>(2010)<年代trong>466年年代trong>:861 - 3。doi: 10.1038 / nature09203
21。Hilbe C,特劳尔森Rohl T,两位m .民主决策建立稳定的政府,克服的悖论二阶的惩罚。<我>《美国国家科学院刊。我>(2014)<年代trong>111年年代trong>:752 - 6。doi: 10.1073 / pnas.1315273111
22。佐佐木T,冈田克也我,田年代,陈x承诺合作和同行的惩罚:它的进化。<我>游戏我>(2015)<年代trong>6年代trong>:574 - 87。doi: 10.3390 / g6040574
23。陈X,佐佐木T, Perc和m .公共合作监视社会的进化与惩罚和类内执行。<我>年代c我代表。我>(2015)<年代trong>5年代trong>:17050。doi: 10.1038 / srep17050
24。Dreber,兰德DG Fudenberg D,诺瓦克。成功者不惩罚。<我>自然我>(2008)<年代trong>452年年代trong>:348 - 52。doi: 10.1038 / nature06723
25。吴JJ,张、周ZX他QQ,郑XD,克雷斯曼R, et al。昂贵的惩罚并不总是增加合作。<我>《美国国家科学院刊。我>(2009)<年代trong>106年年代trong>:17448 - 51。doi: 10.1073 / pnas.0905918106
26岁。Berthoz年代,多兰Armony J,布莱尔R, R的功能磁共振成像研究的故意和非故意的违反社会规范(尴尬)。<我>大脑我>(2002)<年代trong>125年年代trong>:1696 - 708。大脑/ awf190 doi: 10.1093 /
27。山t制裁系统作为公共利益的条款。<我>J珀耳斯Soc Psychol。我>(1986)<年代trong>51年代trong>:110 - 16。0022 - 3514.51.1.110 doi: 10.1037 /
28。Lergetporer P,安格勒年代,Glatzle-Rutzler D,萨特m .第三方惩罚孩子(偏差)预期,增加合作条件合作。<我>《美国国家科学院刊。我>(2014)<年代trong>111年年代trong>:6916 - 21所示。doi: 10.1073 / pnas.1320451111
29。拉波波特实验与n人社会陷阱我:囚徒困境,疲软的囚徒困境,志愿者的困境,最大的数。<我>J Conf可溶性酚醛树脂。我>(1988)<年代trong>32年代trong>:457 - 72。doi: 10.1177 / 0022002788032003003
31日。磅。泰勒PD, Jonker进化稳定策略和游戏动态。<我>数学Biosci。我>(1978)<年代trong>40年代trong>:145 - 56。0025 - 5564 . doi: 10.1016 / (78) 90077 - 9
33。霍华德RA, Matheson我。风险敏感的马尔可夫决策过程。<我>等科学。我>(1972)<年代trong>18年代trong>:356 - 69。doi: 10.1287 / mnsc.18.7.356
34。Coraluppi SP,马库斯SI。风险敏感性、极大极小和混合中性/极小极大马尔可夫决策过程的控制。张:McEneaney WM阴GG, Q,编辑。<我>随机分析、控制、优化和应用程序。我>波士顿,MA: Birkhauser (1999)。p .意向。
35。Mihatsch O, Neuneier r .风险敏感性强化学习。<我>马赫学习。我>(2002)<年代trong>49年代trong>:267 - 90。doi: 10.1023 /: 1017940631555
36。页面K,诺瓦克。统一的演化动力学。<我>J理论的。我>(2002)<年代trong>219年年代trong>:93 - 8。doi: 10.1016 / s0022 - 5193 (02) 93112 - 7
38。Bomze IM,汉堡r .稳定的突变进化游戏。<我>游戏经济Behav。我>(1995)<年代trong>11年代trong>:146 - 72。doi: 10.1006 / game.1995.1047
39岁。特劳尔森,Semmann D,索姆费尔德RD Krambeck HJ,两位人类进化游戏更新策略。<我>《美国国家科学院刊。我>(2010)<年代trong>107年年代trong>:2962 - 6。doi: 10.1073 / pnas.0912515107
40。秦X,王美国使用一个外生机制检查有效的概率的惩罚。<我>J经济学Psychol。我>(2013)<年代trong>39年代trong>:1 - 10。doi: 10.1016 / j.joep.2013.07.002
41岁。雇佣Andreoni J,哎呀路枪:委托执法和公共物品提供对等的惩罚。<我>J酒吧经济学。我>(2012)<年代trong>96年年代trong>:1036 - 46。doi: 10.1016 / j.jpubeco.2012.08.003
42。Kamijo Y, Nihonsugi T,竹内,Funaki Y维持合作在社会困境:比较集中的惩罚制度。<我>游戏经济Behav。我>(2014)<年代trong>84年年代trong>:180 - 95。doi: 10.1016 / j.geb.2014.01.002
43。吴JJ,李,张,克雷斯曼R t y制度激励机制的作用,促进合作的范例。<我>年代c我代表。我>(2014)<年代trong>4年代trong>:6421。doi: 10.1038 / srep06421
44岁。张董Y, B、t Y的人类行为动力学的公共物品游戏制度激励。<我>年代c我代表。我>(2016)<年代trong>6年代trong>:28809。doi: 10.1038 / srep28809
45岁。霍瓦特Filbeck G,哈特菲尔德P, P .风险规避和人格类型。<我>J Behav鳍。我>(2005)<年代trong>6年代trong>:170 - 80。doi: 10.1207 / s15427579jpfm0604_1
46岁。汤姆SM,福克斯CR Trepel C, Poldrack RA。损失厌恶的神经基础在决策风险。<我>科学我>(2007)<年代trong>315年年代trong>:515 - 8。doi: 10.1126 / science.1134239
关键词:年代pan>进化博弈动力学、合作、第三方惩罚,社会学习,风险厌恶情绪
<年代pan>引用:年代pan>中村M(2019)罕见的第三方惩罚促进合作风险社会学习动力。<我>前面。理论物理我>。6:156。doi: 10.3389 / fphy.2018.00156
收到:年代pan>2017年9月30日;<年代pan>接受:年代pan>2018年12月18日;
发表:年代pan>2019年1月29日。
编辑:
达佐佐木电厂Inc .,日本版权年代pan>©2019中村。这是一个开放分布式根据文章知识共享归属许可(CC)。使用、分发或复制在其他论坛是允许的,提供了原始作者(年代)和著作权人(s)认为,最初发表在这个期刊引用,按照公认的学术实践。没有使用、分发或复制是不符合这些条件的允许。
<年代pan>*通信:年代pan>中村三,nakamuramh@meiji.ac.jp