基于志向的学习促进空间囚徒困境游戏中的合作

我们通过提出基于愿望的偏好学习来研究空间囚徒困境中合作的演变，在这种学习中，只有当所获得的回报低于他们的愿望时，个人才会切换学习主体。 同时考虑了同步更新和异步更新。 我们发现，抱负水平可以极大地影响合作的发展，适度的抱负水平会导致高合作水平的稳定。 存在用于适当组合参数的相变，我们对相变点进行了分析。 为了全面了解，我们还研究了方格上合作者和叛逃者的静态配置模式以及静态分布。 还讨论了我们模型的充分混合系统的行为。 我们的研究结果可能会提供进一步的见解，帮助您理解合作中出现的个人愿望所扮演的角色。