Ewolucyjna Teoria Gier
- Autor metody
- John Maynard Smith, George Price
- Rok
- 1973
- Typ
- algorithm
- Rodzina
- Game-theoretic
Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku
Do czego służy?
Ewolucyjna Teoria Gier stosuje rozumowanie teorii gier do ewolucji biologicznej i dynamiki społecznej, gdzie populacje agentów o różnych strategiach wielokrotnie wchodzą w interakcje.
Wprowadzona przez Johna Maynarda Smitha i George'a Price'a w 1973 roku, rama ta wykorzystuje koncepcję Ewolucyjnie Stabilnych Strategii (ESS) do identyfikacji rozkładów strategii, które nie mogą być naruszone przez strategie mutantów. Dynamika replikatorów opisuje, jak częstotliwości strategii ewoluują w czasie, gdy reprodukcja jest proporcjonalna do sukcesu w uzyskiwaniu wypłat.
Intuicja stojąca za metodą
Wyobraźmy sobie populację zwierząt konkurujących o pożywienie, z których każde stosuje inną strategię behawioralną (np. agresywny „jastrząb” lub pasywna „gołębica”). Jastrzębie wygrywają walki, ale odnoszą obrażenia, gołębice unikają konfliktu, ale często przegrywają. Z biegiem czasu skuteczne strategie rozprzestrzeniają się (ich użytkownicy rozmnażają się częściej), podczas gdy nieskuteczne zanikają. Ewolucja osiąga równowagę, gdy rozkład strategii stabilizuje się: żadna strategia mutanta nie może się rozprzestrzenić, ponieważ nie osiągnęłaby lepszych — ani gorszych — wyników niż populacja rezydentna. Ta równowaga to ESS, równowaga, w której każda strategia działa równie dobrze przy danej częstotliwości populacji.
Historia
John Maynard Smith i George Price wprowadzili ewolucyjną teorię gier w 1973 roku, aby wyjaśnić różnorodność behawioralną w populacjach zwierząt. Monografia Maynarda Smitha z 1982 roku sformalizowała teorię, wprowadzając równanie dynamiki replikatorów i koncepcję ESS. Od tego czasu ramy te zostały rozszerzone na ewolucję kulturową, ekonomię i zachowania społeczne. Integracja teorii gier z biologią ewolucyjną zrewolucjonizowała rozumienie współpracy, konfliktu i instytucji społecznych.
Kiedy stosować
Stosuj ewolucyjną teorię gier podczas modelowania populacji wchodzących w interakcje agentów, gdzie sukces prowadzi do replikacji (ewolucja biologiczna, dynamika kulturowa, procesy uczenia się). Używaj jej podczas badania pojawiania się współpracy, rozwiązywania konfliktów, sygnalizacji lub zachowań godowych. Nadaje się do rynków, na których firmy lub handlowcy ewoluują strategie w czasie w oparciu o rentowność.
Ograniczenia i uwagi
- Wymaga założenia rozmnażania bezpłciowego lub losowego mieszania w dużych populacjach
- Dynamika replikatorów zakłada ciągłe dostosowania strategii; populacje dyskretne mogą wykazywać inną dynamikę
- Często istnieje wiele ESS, co czyni przewidywania niejednoznacznymi
- Nie uwzględnia tempa mutacji ani eksploracji; długoterminowa ewolucja zależy od podaży mutacji
Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.
Mocne strony
- Wyjaśnia ewolucyjne pojawienie się różnorodności behawioralnej bez racjonalnego przewidywania
- Łączy równowagę teorii gier z ewolucją biologiczną i kulturową
- Dynamika replikatorów zapewnia opis ewolucji częstotliwości strategii w czasie ciągłym
- Koncepcja ESS jest bardziej rygorystyczna niż równowaga Nasha, eliminując nieprawdopodobne niestabilne równowagi
Zastosowania
- Zachowania zwierząt: wyjaśnianie, dlaczego niektóre gatunki walczą (jastrząb), podczas gdy inne unikają (gołębica) poprzez analizę ESS
- Epidemiologia: modelowanie dynamiki rozprzestrzeniania się chorób poprzez dynamikę replikatorów na częstotliwościach strategii
- Ewolucja organizacji: analiza, jak strategie biznesowe ewoluują i stabilizują się na konkurencyjnych rynkach
- Ewolucja protokołów: zrozumienie pojawiania się systemów komunikacji i sygnalizacji w populacjach
- Pojawienie się współpracy: wyjaśnianie współpracy między samolubnymi agentami bez zewnętrznego egzekwowania
Jak to działa
Jak to działa
Zidentyfikuj dostępne strategie behawioralne lub fenotypowe w populacji (np. jastrząb, gołębica, burżuj).
Oblicz wartość przystosowawczą (wypłatę), jaką każda strategia otrzymuje, wchodząc w interakcje z każdą inną strategią i z samą sobą.
Zaktualizuj częstotliwości strategii zgodnie z równaniem replikatora: tempo wzrostu każdej strategii jest proporcjonalne do jej wypłaty w stosunku do średniej populacji.
Sprawdź, czy wynikowa równowaga jest ESS, potwierdzając, że żaden mutant nie może się rozprzestrzenić i utrwalić.
Częste pułapki
- Mylenie ESS z równowagą Nasha; ESS jest bardziej rygorystyczna, wymagając stabilności pod wpływem inwazji
- Zakładanie, że populacje zbiegają się do ESS; warunki początkowe i tempo mutacji mogą prowadzić do alternatywnych równowag
- Przeoczenie, że dynamika replikatorów jest zależna od częstotliwości; wypłaty zależą od składu populacji
- Zapominanie, że ewolucyjnie stabilne strategie nie muszą maksymalizować całkowitej wypłaty; muszą jedynie opierać się inwazji
Najczęściej zadawane pytania
Czym różni się Ewolucyjnie Stabilna Strategia od równowagi Nasha?
Każda ESS jest równowagą Nasha, ale nie odwrotnie. ESS dodatkowo wymaga, aby jeśli populacja gra strategią ESS, żadna strategia mutanta nie mogła się rozprzestrzenić i utrwalić. ESS jest bardziej rygorystyczna, eliminując równowagi, które są niestabilne na inwazję rzadkich mutantów.
Dlaczego populacje ewoluują w kierunku ESS, a nie maksymalizują wypłaty?
Ponieważ ewolucja optymalizuje sukces reprodukcyjny, a nie całkowity dobrobyt. ESS jest samonapędzająca się: jeśli wszyscy ją stosują, żadna jednostka nie może zyskać, odstępując, tworząc stabilny stan populacji. Maksymalizacja wypłaty jest drugorzędna.
Czy wiele ESS może współistnieć w tej samej grze?
Tak. Może istnieć wiele ESS, szczególnie w grach z asymetrycznymi rolami graczy lub gdy strategie zależą od kontekstu. Ścieżka dynamiki replikatorów określa, którą ESS osiąga populacja, w oparciu o warunki początkowe i wzorce mutacji.
Pokrewne metody
Źródła
Smith, J. M., & Price, G. R. (1973). The logic of animal conflict. Nature, 246(5427), 15-18.
Otwórz odnośnik DOISkopiowano.Maynard Smith, J. (1982). Evolution and the Theory of Games. Cambridge University Press.
Otwórz odnośnik do publikacjiSkopiowano.