Evolución de la cooperación en una mezcla de doble modo de cooperadores condicionales

Área de la Ciencia:

• Economía conductual
• Teoría de juegos
• Aprendizaje por refuerzo

Sus antecedentes:

• La cooperación condicional es prevalente pero a menudo se modela con umbrales rígidos.
• El comportamiento humano muestra una adaptación dinámica, en contraste con los modelos rígidos de manera dura.
• Los modelos anteriores no logran capturar la flexibilidad de la cooperación humana.

Objetivo del estudio:

• Introducir un modelo de cooperación condicional blanda utilizando Q-learning.
• Analizar las interacciones entre cooperadores condicionales duros y blandos.
• Investigar las dinámicas de cooperación en escenarios de mezcla estructural y probabilística.

Principales métodos:

• Algoritmo Q-learning integrado para la cooperación condicional blanda.
• Se examinaron las interacciones en escenarios de mezcla estructural (SM) y mezcla probabilística (PM).
• Se analizaron las tablas Q para comprender las dinámicas evolutivas y los cambios psicológicos.

Principales resultados:

• En SM, la cooperación se ve favorecida en umbrales bajos pero obstaculizada en umbrales altos por los cooperadores duros.
• En PM, la prevalencia de la cooperación muestra dos transiciones de fase de primer orden con probabilidad variable.
• Los cooperadores condicionales blandos exhiben una adaptación dinámica de la estrategia para la maximización de recompensas.

Conclusiones:

• La diversidad en las estrategias de cooperación condicional introduce nuevas complejidades.
• La cooperación condicional blanda modela con mayor precisión la flexibilidad del comportamiento humano.
• Los hallazgos ofrecen información sobre la evolución de la cooperación en dilemas sociales.