Co-evolutionary dynamics of networks and play

Mathias StaudiglUniversity 2009 · DOI

Abstract

Diese Dissertation präsentiert drei inhaltlich zusammenhängende Artikel zu Ko-evolutionären Dynamiken von Netzwerken und Spielen. Ein Ko-evolutionärer Prozess besteht aus drei elementaren Ereignissen- Revision von gewählten Aktionen, Kreation eines links, Zerstörung eines links- welche zusammengefasst eine aggregierte Spieldynamik generieren. Unser Augenmerk liegt in der Charakterisierung des asymptotischen Verhaltens derartiger Prozesse. Kapitel 2, "On a general class of stochastic co-evolutionary dynamics", beschreibt den abstrakten mathematischen Rahmen eines Ko-evolutorischen Modells. Die Spieler sind charakterisiert durch eine Nutzenfunktionen auf einem gemeinsamen Aktionenraum und verwenden probabilistische Verhaltensregeln in den eingangs genannten Ereignissen. Zulässige Verhaltensregeln erfüllen eine Irreduzibilitätsannahme sowie ein Prinzip der großen Abweichungen. Neben diesen technischen Annahmen werden substantielle Annahmen an das Verhalten der Spieler auf ein Minimum reduziert. Dies generiert eine wohl definierte Markov-Kette, dessen langfristiges Verhalten durch Graphen-theoretische Methoden nach Freidlin und Wentzell [Random perturbations of dynamical systems, Springer, 1998] studiert werden kann. Wir beschreiben eine allgemeine Methode mit der stochastisch-stabile Zustände identifiziert werden können. Unter weiteren schwachen Annahmen lässt sich das induzierte Zufallsgraphemodell vollständig charakterisieren. Es zeigt sich eine äußerst interessante und unerwartete Beziehung zwischen Ko-evolutorischen Modellen und dem Modell der inhomogenen Zufallsgraphen. Kapitel 4 präsentiert den Artikel "Potential games played in volatile environments". Dort diskutieren wir ein Ko-evolutorisches Modell in der Klasse von Potentialspielen und Logit-Verhaltensregeln. Die invariante Verteilung sowie das generierte Zufallsgraphenmodell sind vollständig bestimmbar. Weiteres werden einige Statistiken des Zufallsgraphemodells in geschlossener Form präsentiert, wie etwa die ``degree distribution'' des Zufallsgraphen. Kapitel 5 erweitert dieses Modell durch Heterogenität in den Präferenzen der Spieler. Wir definieren eine neue Klasse von Spielen, ``structured Bayesian interaction games'', aufbauend auf einer jungen Literatur der evolutionären Spieltheorie die sich mit ``Bayesian population games'' beschäftigt. Kapitel 3 stellt eine Verbindung zwischen den Markov-Ketten von Kapitel 2, und den Markov-Prozessen der Kapitel 4 und 5 her. Ein abschließendes Kapitel resümiert die Ergebnisse der Dissertation und gibt Ausblicke für zukünftige Forschungsvorhaben.
BibTeX
@inproceedings{staudigl2009co,
  author = {Mathias Staudigl},
  title = {{Co-evolutionary dynamics of networks and play}},
  booktitle = {University},
  year = {2009},
  doi = {10.25365/thesis.8365},
}

Loading related content...

Figure