• The Journal of the Korea Contents Association
• /
• v.20 no.12
• /
• pp.278-286
• /
• 2020

The prisoner's dilemma game which is a representative example of game theory is being studied with interest by many economists, social scientists, and computer scientists. In recent years, many researches on computational approaches that apply evolutionary computation techniques such as genetic algorithms and particle swarm optimization have been actively conducted to analyze prisoner dilemma games. In this study, we intend to evolve a strategy for a iterated prisoner dilemma game participating two or more players using three different binary particle swarm optimization techniques. As a result of experimenting by applying three kinds of binary particle swarm optimization to the iterated prisoner's dilemma game, it was confirmed that mutual cooperation can be established even among selfish participants to maximize their own gains. However, it was also confirmed that the more participants, the more difficult to establish a mutual cooperation relationship.

• Journal of KIISE:Software and Applications
• /
• v.27 no.3
• /
• pp.257-265
• /
• 2000

There is much selective confliction in nature where selfish and rational individuals exists. Iterated Prisoner's Dilemma (IPD) game deals with this problem, and has been used to study on the evolution of cooperation in social, economic and biological systems. So far, there has been much work about the relationship of the number of players and cooperation, strategy learning as a machine learning and the effect of payoff functions to cooperation. In this paper, We attempt to investigate the cooperative coalition size according to payoff functions, and observe the relationship of localization and the evolution of cooperation in NIPD (N-player IPD) game. Experimental results indicate that cooperative coalition size increases as the gradient of the payoff function for cooperation becomes steeper than that of defector's payoff function, or as the minimum coalition size gets smaller, Moreover, the smaller the neighborhood of interaction is, the higher the cooperative coalition emerges through the evolution of population.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.310-312
• /
• 2002

반복적 죄수의 딜레마게임은 복잡한 사회현상들을 모델링 하기 위하여 주로 사용되는 방법이다. 본 논문에서는 집단을 협동으로 진화시키는데 있어서 전략적 연합을 이용하는 방법과 전략적 연합에 속해 있는 전략들이 연합의 의사를 결정할 때 어떠한 방법을 선택할 경우 더 빠르고 안정적으로 진화하는가에 대한 실험 결과를 제시한다. 의사결정방법으로는 신경망으로 결합에 주로 사용되는 투표방법 Borda 함수, Condorect 함수, 평균방법 그리고 최고이득 함수방법 등을 사용하였다. 실험결과 최고이득 함수 방법이 가장 좋은 결과를 보였으며 결합 방법에 따라 다소 상이한 결과를 나타내었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.48-50
• /
• 1998

반복적 죄수의 딜레마(Iterated Prisoner's Dilemma, IPD)게임은 사회적, 경제적, 그리고 생물학적 시스템에서 협동의 진화를 연구하기 위한 대상으로 사용되어져 왔다. 이제까지 이기적이며 합리적인 개체들 사이에서의 협동의 진화에 대한 완전한 이해를 위하여 게임자의 수와 협동의 관계, 기계학습의 일환으로서의 전략학습, 그리고 이득함수가 협동에 미치는 영향 등에 관한 많은 연구가 이루어져 왔다. 이 논문에서는 실험을 통해 이득함수에 따른 협동연합의 크기와 지역화가 NIPD(N-player IPD)게임에서 협동의 진화에 미치는 영향에 대해 밝히고자 한다. 시뮬레이션 결과 이득함수와 협동연합의 크기에 대한 실험에서는 협동개체에 대한 이득함수의 기울기가 배반개체에 대한 이득함수의 기울기보다 급하거나 최소 연합의 크기가 작을수록 협동연합의 정도가 높게 나타남을 알 수 있었다. 그리고 지역화 실험에서는 상호작용하는 이웃의 크기가 작을수록 협동연합의 크기가 크게 진화됨을 알 수 있었다.

• Korean System Dynamics Review
• /
• v.1 no.1
• /
• pp.133-157
• /
• 2000

This paper deals with the social system from the point of system thinking consisting the fundamental construct of system dynamics. The Bertalanffy's general system theory, having been criticized because of its ambiguity, and the complex science theory, emerging system theory, are integrated by using the system thinking which is characterized with three concepts, 'feedback thinking', 'dynamic thinking', 'operational thinking'. In the integration, system thinking suggests the dynamic pattern of the social system have not only an equilibrium status but also complex status. The science of complexity gives an implication to system dynamics the important of the uncertainty and complexity if we interpret the social system as an open system. To show more concrete description, I simulate the cooperation model based on the iterated prisoner dilemma. The simulation results show the diverse patterns of cooperation and betrayal. Especially the sensitivity of initial payoff will cause the chaotic strategic landscapes as the game gose on. These results mean that we should not give the hasty prescription to control social system artificially. Because social system retains the self-organizing force in itself.

• Journal of KIISE:Software and Applications
• /
• v.31 no.2
• /
• pp.101-110
• /
• 2004

In dynamic systems, such as social and economic systems, complex interactions emerge among its members. In that case, their behaviors become adaptive according to Changing environment. In many cases, an individual's behaviors can be modeled by a stimulus-response system in a dynamic environment. In this paper, we use the Iterated Prisoner's Dilemma (IPD) game, which is simple yet capable of dealing with complex problems, to model the dynamic systems. We propose strategic coalition consisting of many agents and simulate their emergence in a co-evolutionary learning environment. Also we introduce the concept of confidence for agents in a coalition and show how such confidences help to improve the generalization ability of the whole coalition. Experimental results are presented to demonstrate that co-evolutionary learning with coalitions and confidence allows better performing strategies that generalize well.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.478-481
• /
• 2010

본 논문에서는 경제학, 사회학, 수학 분야에서 수십년 전부터 연구해오던 죄수의 딜레마 게임의 협동진화에 대해 고찰해보고자 한다. 반복적 죄수의 딜레마 게임은 게임이론의 가장 기본적인 이론으로써, 사회적 상호작용, 경제활동, 국제관계 등 다양한 현상들을 모델링 하기 위한 하나의 방법이다. 그 중에 N명이 참가하는 반복적 죄수 딜레마 게임의 전략은 유전 알고리즘(Genetic Algorithms, GAs)을 통해 진화적으로 만들어 낼 수 있으며, 이 경우에 그 결과를 일반적인 내쉬 균형 이 아닌, 모든 개체들이 유전알고리즘을 통해 협동으로 수렴하도록 유도할 수 있다는 사실은 상당히 시사하는 바가 크다. 기존에 주로 연구되어오던 죄수의 딜레마 게임은 협동으로의 수렴과정에서 일반적으로 순위기반선택(Rank-based selection)과 1점 교배기법(1point crossover)을 사용한다. 그러나 순위기반선택은 모든 개체에 순위을 매겨야 하기 때문에, 개체수가 커질수록 성능이 저하되며, 1점 교배기법은 개체 값이 분산되어있을 경우, 최적해(Optimal solution)을 찾기 힘들다는 단점이 있어, 개체수가 많은 경우에 적용하기에는 비효율적이다. 본 논문에서는 토너먼트 선택기법(Tournament selection)과 자기 적응형 교배기법(Self-adaptive crossover)을 적용한 새로운 기법을 제안한다. 또한 기존 기법과 비교 실험을 통해 제안기법이 기존기법에 비해 평균 수렴시간과 수렴 횟수에서 뛰어난 성능을 보이고 있음을 확인하였다.