论文研究 - 扩大总体覆盖率的疫苗接种游戏的最优控制

在本文中，我们研究了一种非对称游戏，该游戏描述了玩家采用疫苗的意图。 该游戏描述了根据收入水平和感知的治疗成本而有所区别的两个参与者的决策过程，他们考虑对传染病进行疫苗接种。 由于他们的疫苗接种决定会直接影响人群中的疫苗覆盖率，因此该过程是非合作游戏。 我们引入复制器动力学（RD），以调查玩家随时间推移而选择的最佳策略。 动力学揭示了该游戏独特的Nash-Pareto均衡策略的长期稳定性，这是非对称游戏的进化稳定策略对概念的扩展。 Nash-Pareto对取决于每种玩家类型的感知成本，感染后的感知损失以及感染者感染的可能性。 最后但并非最不重要的一点是，我们引入了一个回报参数，该参数起着疫苗接种成本激励的作用。 我们使用与RD系统相关的最佳控制问题来表明，可以控制Nash-Pareto对以朝着疫苗接种策略发展，从而导致更高的总体预期疫苗覆盖率。