Using methods from evolutionary game theory, this paper investigates the difference between social cohesion and task cohesion in promoting the evolution of cooperation in group interactions. Players engage in public goods games and are allowed to leave their groups if too many defections occur. Both social cohesion and task cohesion may prevent players from leaving. While a higher level of social cohesion increases a player's tolerance towards defections, task cohesion is associated with her group performance in the past. With a higher level of task cohesion, it is more likely that a dissatisfied player will refer to the history and remains in her group if she was satisfied in the past. Our results reveal that social cohesion is detrimental to the evolution of cooperation while task cohesion facilitates it. This is because social cohesion hinders the conditional dissociation mechanism but task cohesion improves the robustness of cooperative groups which are usually vulnerable to mistakes. We also discuss other potential aspects of cohesion and how they can be investigated through our modelling. Overall, our analysis provides novel insights into the relationship between group cohesion and group performance through studying the group dynamics and suggests further application of evolutionary game theory in this area.


翻译:本文使用进化游戏理论的方法, 调查社会凝聚和任务凝聚在促进群体互动合作演变过程中的差异。 玩家参与公益游戏,如果出现太多的脱节, 允许离开他们的群体。 社会凝聚和任务凝聚可能阻止玩家离开。 虽然社会凝聚水平的提高提高了玩家对脱节的容忍度, 任务凝聚与她的团体过去的表现相联系。 任务凝聚程度越高, 一个不满意的玩家更有可能提到历史, 如果她过去感到满意, 就会留在她的团体中。 我们的结果表明, 社会凝聚不利于合作的演变, 而任务凝聚则有利于合作的演变。 这是因为社会凝聚阻碍有条件的分解机制,但任务凝聚会提高通常容易犯错的合作团体的稳健性。 我们还讨论了凝聚的其他潜在方面, 以及如何通过我们的模拟来调查它们。 总体而言, 我们的分析通过研究群体动态, 提供了对群体凝聚和群体表现之间的关系的新洞察力, 并建议在这一领域进一步应用进化游戏理论。

0
下载
关闭预览

相关内容

Group一直是研究计算机支持的合作工作、人机交互、计算机支持的协作学习和社会技术研究的主要场所。该会议将社会科学、计算机科学、工程、设计、价值观以及其他与小组工作相关的多个不同主题的工作结合起来,并进行了广泛的概念化。官网链接:https://group.acm.org/conferences/group20/
【机器学习术语宝典】机器学习中英文术语表
专知会员服务
59+阅读 · 2020年7月12日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Yoshua Bengio,使算法知道“为什么”
专知会员服务
7+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
已删除
AI掘金志
7+阅读 · 2019年7月8日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
An Empirical Study on Neural Keyphrase Generation
Arxiv
0+阅读 · 2021年3月11日
Arxiv
0+阅读 · 2021年3月11日
Arxiv
10+阅读 · 2018年2月9日
VIP会员
相关VIP内容
【机器学习术语宝典】机器学习中英文术语表
专知会员服务
59+阅读 · 2020年7月12日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Yoshua Bengio,使算法知道“为什么”
专知会员服务
7+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
相关资讯
已删除
AI掘金志
7+阅读 · 2019年7月8日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Top
微信扫码咨询专知VIP会员