凝聚态物理 > 统计力学
[提交于 2021年8月20日
(v1)
,最后修订 2021年12月6日 (此版本, v3)]
标题: 随机游戏中冻结无序的临界性和Griffiths相
标题: Criticality and Griffiths phases in random games with quenched disorder
摘要: 对于特定情况的感知风险和回报会根据资源可用性、积累的财富和其他外在因素如个人背景而有所不同。 基于日常生活中这一普遍方面,我们在这里使用演化博弈论来模拟一个具有随机扰动收益的囚徒困境游戏场景。 通过在收益条目中添加一个平均值为零的随机噪声来建模感知多样性,并使用蒙特卡洛模拟来获得种群动力学。 这种收益异质性可以在原本只有背叛者能够生存的竞争场景中促进并维持合作。 在这项工作中,我们进一步研究了异质性的作用,通过调查淬火无序对随机博弈关键性质的影响。 我们观察到收益波动会引起非常缓慢的动力学,使得合作衰减表现为幂律,而不是临界点之后的常规指数衰减,这表明出现了Griffiths相。 我们还发现在存在波动时,在背叛者的灭绝点附近出现对称的Griffiths相,这表明Griffiths相可能在演化博弈动力学中很常见,并在不同策略的共存中发挥作用。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.