李學龍等數據驅動行為決策研究取得重要進展

　　中科院西安光機所李學龍研究員同合作者在數據驅動的行為決策研究方面的最新成果于2017年12月20日在線發表在《美國科學院院報》（PNAS）。

　　現實社會中，人們往往面臨各種社會、經濟、科技和軍事等問題，如國家間的博弈與沖突、貿易談判與貿易制裁、網絡攻擊、科技競爭、群體對抗等，這些問題也被統稱為困境問題。這些問題往往很難找到合理、有效的解決辦法，給人們帶來許多的困惑和無奈。然而，現實經驗表明：個體通過互相合作可以解決這些困境問題。因此，如何在競爭激烈的環境下維持穩定的群體合作，成為解決困境問題的關鍵所在。這一問題引起科學家分別從自然科學不同領域來思考這一問題，如數理科學家從合作動力學的角度，信息科學家從合作優化的視角，生物學家從合作演化的角度等；2005年被Science列為25個最重要的科學問題之一。

　　借用博弈框架，李學龍與合作者設計了混合群體（也稱為非網絡群體，即每個個體可以和所有個體等概率的進行博弈，因此個體相互作用網無固定的拓撲）和網絡群體（即個體相互作用的搭檔是固定的，呈現特定的網絡拓撲結構）兩種行為決策環境，并邀請300多名志愿者參加匿名實驗。每名參與者可以選擇合作、非合作兩種策略，并反復進行博弈以產生行為決策的結構化數據。其研究結果表明，相比于混合群體，網絡群體能夠有效地促使處于劣勢的合作者聚集成團簇，從而維持穩定的合作水平，使群體獲得較高的收益。這一現象被稱為網絡互惠（network reciprocity），這也是國內第一次通過行為實驗證實網絡互惠對解決社會與技術困境問題可提供可行的幫助。其研究還進一步發現，如果將懲罰作為第三種策略引入網絡群體，這種新的策略選擇將會在一定程度上破壞已形成的合作團簇，從而降低網絡互惠的功效。

　　這一研究成果具有重要的現實意義，對解決社會、科技、軍事問題可提供一定的科學依據。當前，網絡暴力頻發、交通擁堵令人擔憂、教育資源日趨緊張、無人系統混亂等，人們寄希望于個體的相互合作來解決這些困境問題。例如，交通問題中，在既定的交通道路和導航信息環境下，個體只有自覺地通過人類作用網絡自組織形成合作模式（如文明并道、禮讓紅燈等）方可從根本上解決擁堵問題。在此環境下，應慎用懲罰策略，從而避免打破人類作用網已形成的合作范式。此外，這一研究對理解和解決當前國際事務中的經濟困境問題也可提供一定的借鑒作用。例如，國際貿易的發展使得世界各國在貿易領域建立了固有的網絡聯系，有效的促進了全球貿易的發展。當一國為了自身利益啟動對他國的貿易制裁時，必然引發對方的反制裁和對抗。這一研究表明這種懲罰措施的加入會破壞原有的合作模式，不但不能促進合作，反而會減少雙方的收益，從而降低全球貿易水平。因此，在解決面臨的困境問題時，雙方應以合作、協商的方式找到解決問題的途徑，而慎用懲罰手段，才能有效維護社會的和諧、穩定和健康發展。