協力の進化

協力の進化

本の表紙
著者	ロバート・アクセルロッド
言語	英語
ジャンル	哲学、社会学
出版社	基本書籍
発行日	1984年4月
出版地	アメリカ合衆国
メディアタイプ	ハードカバー、ペーパーバック、オーディオブック
ページ	241
番号	0-465-00564-0
OCLC	76963800
デューイ十進分類法	302 14
LCクラス	HM131.A89 1984

『協力の進化』は政治学者ロバート・アクセルロッド^[1]が1984年に執筆した本で、アクセルロッドと進化生物学者WDハミルトン^[2]が執筆した同名の論文を拡張したものである。論文の要約では、「細菌であろうと霊長類であろうと、生物における協力」という観点からこの問題を扱っている。 ^[2]

この本は、ゲーム理論と進化生物学から得た知識をもとに、個人間の協力関係の出現に関する理論を詳述している。2006年以降、この本の再版にはリチャード・ドーキンスによる序文が添えられ、改訂版として販売されている。

この本は、ゲーム理論の応用によって説明されるように、協力がどのように発生し、持続するかを調査しています。^[2]この本は、伝統的なゲーム理論を超えて、協力の進化について詳細に説明しています。特に進化生物学を考慮すると、伝統的なゲーム理論では簡単に説明できない協力の形態に関する学術文献は、アクセルロッドとハミルトンの影響力のある1981年の論文^[2]とそれに続く本の結果として、主に現代的な形をとっています。

アクセルロッドは当初、最初のトーナメントで競うために他のゲーム理論家から戦略を募集した。各戦略は、囚人のジレンマゲームを200回繰り返して他の戦略とペアになり、トーナメントを通じて蓄積された合計ポイントで得点された。優勝したのは、アナトール・ラポポートが提出した「しっぺ返し」(TFT)と呼ばれる非常に単純な戦略で、最初の動きで協力し、その後、他のプレイヤーが前の動きで行ったことをエコー(返答)するものである。最初のトーナメントの結果は分析されて公開され、2回目のトーナメントが開催され、誰かがより良い戦略を見つけられるかどうかが試された。TFTが再び優勝した。アクセルロッドは結果を分析し、協力の性質について興味深い発見をした。彼はそれを著書で説明している。^[3]

実際のトーナメントとさまざまなリプレイの両方で、最もパフォーマンスの良かった戦略はナイスでした。^[4]つまり、最初に裏切ることは決してありませんでした。多くの参加者は「ナイス」な（そして通常はより単純な）戦略に対して優位に立つためにあらゆる手段を講じましたが、無駄でした。少数のポイントを争うトリッキーな戦略は、一般的に、協力して取り組むナイスな戦略ほどうまく機能しませんでした。TFT（および他の「ナイス」な戦略全般）は、「他のプレイヤーよりも優れた結果を出すことによってではなく、協力を引き出し、相手の弱点を利用するのではなく、相互の利益を促進することによって勝利しました。」^[5]

「親切」であることは有益であるが、同時に騙される原因にもなる。利益を得るには、あるいは搾取を避けるためには、挑発的で寛容であることが必要である。他のプレイヤーが裏切った場合、親切な戦略は即座に報復的な裏切りに挑発されなければならない。^[6]同じことが許しにも当てはまる。他のプレイヤーが協力に戻ったらすぐに協力に戻る。罰を与えすぎるとエスカレーションのリスクがあり、「交互に裏切る終わりのない反響」につながり、両方のプレイヤーのスコアが下がる可能性がある。^[7]

これまでゲーム理論が研究してきたゲームのほとんどは「ゼロサム」である。つまり、総報酬は固定されており、プレイヤーは他のプレイヤーを犠牲にしてのみ成功する。しかし現実はゼロサムではない。最良の見通しは通常、協力的な努力の中にある。実際、TFT はパートナーより高いスコアを出すことはできず、せいぜい「同等」の成績しか出せない。しかし、TFT はさまざまなパートナーとコンスタントに 2 位という好成績を収め、トーナメントで優勝した。^[8]アクセルロッドはこれを「嫉妬しないこと」と要約している。^[9]つまり、他のプレイヤーよりも高い報酬を求めてはいけないということである。 ^[10]

どの IPD ゲームでも、常に協力することで各プレイヤーが獲得できる最高スコアが決まっています。しかし、一部の戦略では、時折裏切り (搾取) してもう少し多く獲得する方法を見つけようとします。これは、TFT よりも挑発されにくい、または寛容な戦略に対しては有効ですが、一般的にはうまくいきません。「これらのルールの一般的な問題は、他のプレイヤー (戦略) について推測するのに複雑な方法を使用していることです。そして、これらの推測は間違っていました。」^[11] TFT に対しては、単に協力する以外に良い方法はありません。^[12]アクセルロッド氏はこれを「明確さ」と呼んでいます。または、「賢くなりすぎないこと」とも言っています。^[13]

戦略の成功は、それが遭遇する特定の戦略の性質に依存し、それは全体の集団の構成に依存する。生殖成功の影響をより良くモデル化するために、アクセルロッドは「生態学的」トーナメントも行った。このトーナメントでは、各ラウンドでの各タイプの戦略の普及は、その戦略の前のラウンドでの成功によって決定される。各ラウンドでの競争は、弱いパフォーマンスのものが削減され、排除されるにつれて激しくなる。結果は驚くべきものだった。少数の戦略（すべて「良い」）がフィールドを支配するようになった。^[14]良くない戦略の海の中で、「良い」戦略は、挑発可能である限り、時折の搾取を相殺するのに十分なほどうまく機能した。協力が一般的になるにつれて、挑発不可能な戦略は搾取され、最終的に排除され、搾取的（非協力的）戦略は協力的戦略に打ち負かされた。

要約すると、進化の「ゲーム」での成功は、次の特性と相関関係にあります。

• 親切にしてください。協力してください。決して最初に裏切らないでください。
• 挑発的になりましょう。裏切りには裏切りを、協力には協力を返しましょう。
• 嫉妬しないでください。自分のスコアが「パートナー」のスコアよりも高くなるようにするのではなく、自分の「スコア」を最大化することに集中してください。
• あまり賢くならないでください。あるいは、巧妙にしようとしないでください。明確さは、他の人があなたに協力するために不可欠です。

上で述べた教訓は協力をサポートする環境に当てはまりますが、協力がサポートされるかどうかは、プレイヤーが再び会う確率（ω [オメガ] と呼ばれる）に大きく依存します。 ^{[15] は}割引パラメータ、または比喩的に未来の影とも呼ばれます。ω が低い場合、つまりプレイヤーが再び会う可能性が無視できる場合、各相互作用は事実上一発勝負の囚人のジレンマ ゲームであり、すべてのケースで裏切る方がよいでしょう（「ALL D」と呼ばれる戦略）。なぜなら、たとえ協力したとしても、他のプレイヤーがそれを利用するのを防ぐ方法はないからです。しかし、反復PDでは、繰り返される協力的な相互作用の価値は、一回の搾取の利益/リスク（TFTのような戦略が許容するのはこれだけです）よりも大きくなる可能性があります。

興味深いことに、合理性や意図的な選択は必要ではなく、信頼や意識さえも必要ではない。^[16]双方のプレイヤーに利益をもたらすパターン（例えば、適応度の向上）と、将来の相互作用の可能性がある限り。多くの場合、最初の相互協力は意図的でさえありませんが、有益なパターンを「発見」すると、双方はそれを維持し続けることでそれに反応します。

これは、プレイヤーが採用する戦略とは別に、プレイヤーに2つの要件があることを意味しています。第一に、不正行為者による搾取を避けるために、他のプレイヤーを認識できなければなりません。第二に、プレイヤーの戦略に対応するために、特定のプレイヤーとの過去の履歴を追跡できなければなりません。^[17]

割引パラメータ ω が相互協力を可能にするほど高い場合でも、協力が始まるかどうか、またどのように始まるかという疑問が残る。アクセルロッドの発見の 1 つは、既存の集団が協力を申し出ず、また協力に応じない場合 (ALL D の場合)、孤立した個人による優れた戦略は確立されないということである。協力は完全に愚かな賭けである(「孤立した反乱の無益さ」^[18] )。しかし、もう 1 つの非常に重要な発見は、優れた戦略のクラスターが確立される可能性があるということである。相互作用の頻度が低い優れた戦略を持つ個人の小さなグループであっても、それらの相互作用でうまくやることができ、優れた戦略を持たない戦略による低いレベルの搾取を補うことができる。^[19]

しかし、より現実的なモデルが想定されると、例えば、行動の選択肢が2つ以上ある、段階的な協力の可能性がある、行動が将来の行動を制約する（経路依存性）、または仲間の行動を解釈することが自明ではない（例えば、示された協力の程度を認識する）など、協力はより複雑になる^[20]

1984年にアクセルロッドは「心理学要旨集には囚人のジレンマに関する論文が何百本も引用されている」と推定し^{[21] 、} 「協力の進化」の引用だけでも「年間300件以上のペースで増加している」と推定した^[22] 。 この文献を完全にレビューするのは不可能である。したがって、以下はいくつかのハイライトのみを抜粋したものである。

アクセルロッドは、その後の著書『協力の複雑性』^[23]を『協力の進化』 の続編とみなしている。協力の進化に関するその他の研究は、向社会的行動全般^[24] や宗教^[25] 、 協力を生み出すその他のメカニズム^[26] 、 さまざまな条件や仮定の下での IPD ^{[27] 、}公共財ゲームや最後通牒ゲーム などの他のゲームを使用した、公平性やフェアプレーの根深い概念の探究などにも広がっている。^{[28]また、経済学の合理的で自己中心的な「}経済人」モデルに 異議を唱えるためにも使用され、^{[29] 、ダーウィンの}性淘汰理論を社会的淘汰理論に 置き換える基礎としても使用されている。 ^[30]

良い戦略は、社会構造や相互作用を増やす他の手段があれば、より侵入しやすくなります。アクセルロッドは第8章でこれについて論じています。その後の論文では、彼とリック・リオロ、マイケル・コーエン^{[31]はコンピューターシミュレーションを使用して、将来の遭遇の可能性は無視できるが、任意の特徴（}緑のひげ など）の類似性を認識できるエージェントの間で協力が高まることを示しています。一方、他の研究^[32]では、よく混合された進化する集団において侵入に抵抗する唯一の反復囚人のジレンマ戦略は寛大な戦略であることを示しました。

IPD トーナメントでノイズ (エラーや誤解) が発生すると、TFT 戦略は報復的な裏切りの連続に陥り、スコアが下がる可能性があります。TFT では「ALL C」(常に協力) 戦略も許容されるため、エクスプロイターに隙を与えてしまいます。^[33] 1992 年に Martin Nowak と Karl Sigmund は、このような状況でより効果的な Pavlov (または「win-stay, lose-shift」) と呼ばれる戦略を実証しました。^[34] Pavlov は、他のプレイヤーの動きだけでなく、自分自身の以前の動きも考慮します。見返りが R または P (上記の「囚人のジレンマ」を参照) の場合は協力し、S または T の場合は裏切ります。

2006年の論文で、ノワックは自然選択が協力につながる5つのメカニズムを挙げています。^[35] 血縁選択と直接的な相互関係に加えて、彼は次のことを示しています。

• 間接的な相互関係は、他のプレイヤーの評判、つまり他のプレイヤーとの履歴を知ることに基づいています。協力は、過去のパートナーから将来のパートナーに投影される信頼できる履歴に依存します。
• ネットワークの相互関係は、地理的または社会的要因に依存して近隣住民との交流を増やします。これは本質的には仮想グループです。
• 集団選択^[36]は、協力者（利他主義者も含む）がいる集団は全体としてより成功し、すべてのメンバーに利益をもたらす傾向があると仮定している。

囚人のジレンマゲームにおける報酬は固定されているが、現実世界では脱走者は協力者から罰せられることが多い。罰がコストのかかる場合、協力者の間では執行コストを払う者と払わない者の間で二次ジレンマが生じる。^[37] 他の研究では、フリーライダーを罰するグループに参加するか、最初は制裁を受けないグループを好まないグループに参加するかの選択肢を与えられた個人は、数ラウンド後には制裁を受けた方が報酬が大きくなると見て、制裁を与えるグループに参加することが示されている。^[38]

小規模な集団やグループでは、間接的な互恵性（評判）が直接的な互恵性（例えば、しっぺ返し）と相互作用し、どちらの戦略も他方を優位に立たせない可能性がある。^[39]これらの戦略間の相互作用により、経験的ネットワークで観察される特性のいくつかを示す動的なソーシャルネットワークが生じる可能性がある。 ^[40]ネットワーク構造と囚人のジレンマにおける選択が共進化する場合、協力は存続できる。結果として生じるネットワークでは、協力者はネットワークの周辺に位置する傾向がある脱退者よりも中心に位置することになる。^[41]

チョイ・ジョンギュとサミュエル・ボウルズによる「偏狭な利他主義と戦争の共進化」より。要約より：

利他主義（自分の犠牲を払って仲間のグループメンバーに利益をもたらすこと）と偏狭主義（自分の民族、人種、または他のグループに属していない個人に対する敵意）は、一般的な人間の行動である。この 2 つの交差（私たちはこれを「偏狭な利他主義」と呼んでいる）は、進化論の観点からは不可解である。なぜなら、利他的または偏狭な行動は、これらの行動を避けることで得られるものと比較して、自分の見返りを減らすからである。しかし、偏狭主義がグループ間の敵意を助長し、利他主義と偏狭主義の組み合わせがこれらの紛争の成功に貢献したならば、偏狭な利他主義は進化した可能性がある...。[どちらも] 単独では実現できなかっただろうが、グループ紛争を促進することで、一緒に進化した可能性がある。^[42]

社会環境から学習するメカニズムの考察は、進化研究において極めて重要である。この議論の文脈では、学習ルール、特に順応性と報酬依存の模倣は、恣意的に事前に決定されるのではなく、生物学的に選択される。協力、裏切り、罰を伴う協力などの行動戦略は、エージェントの一般的な学習ルールに沿って選択される。初期のヒト科動物が経験した状況に近い条件下でのモデルのシミュレーションでは、これまでの主張に反して、個人が協力的ジレンマにのみ直面している場合でも順応性が進化する可能性があることが明らかになった。さらに、順応者を組み込むことで、協力を維持できるグループのサイズが大幅に拡大する。これらのモデルの結果は堅牢性を示しており、移住率が高く、グループ間の紛争がまれな状況でも妥当性を維持している。^[43]

チェイとボウルズも、グズマン、ロドリゲス・シケット、ロウソーンも、人類が実際にこのように進化したとは主張していないが、コンピューターシミュレーションはこれらの行動の相互作用によって戦争が促進される可能性があることを示している。したがって、これらのシミュレーションモデルの根拠となる仮定がどれだけ現実的であるかが、重要な未解決の研究課題である。^[44]

囚人のジレンマのシミュレーションやトーナメントを実行するためのソフトウェア パッケージがいくつか作成されており、そのいくつかにはソース コードが用意されています。

• ロバート・アクセルロッドが運営した第2回トーナメントのソースコード（アクセルロッドと多くの貢献者によってFortranで書かれたもの）はオンラインで入手可能である。^[45]
• PRISON ^[46] Javaで書かれたライブラリ。最終更新は1999年。
• Axelrod-Python ^[47] Pythonで書かれた

• アクセルロッド、ロバート、ハミルトン、ウィリアム D. (1981 年 3 月 27 日)、「協力の進化」(PDF)、サイエンス、211 (4489): 1390– 96、Bibcode :1981Sci...211.1390A、doi :10.1126/science.7466396、PMID  7466396

• アクセルロッド、ロバート（1984）『協力の進化』、ベーシックブックス、ISBN 0-465-02122-0

• アクセルロッド、ロバート（2006）、協力の進化（改訂版）、Perseus Books Group、ISBN 0-465-00564-0

• アクセルロッド、ロバート (1997)、「協力の複雑性: 競争と協力のエージェントベースモデル」、複雑性、3 (3)、プリンストン大学出版局: 46– 48、Bibcode :1998Cmplx...3c..46C、doi :10.1002/(SICI)1099-0526(199801/02)3:3<46::AID-CPLX6>3.0.CO;2-K、ISBN 0-691-01567-8

• ドーキンス、リチャード（1989）[1976]、「利己的な遺伝子」（第2版）、オックスフォード大学出版局、ISBN 0-19-286092-5

• グールド、スティーブン・ジェイ（1997年6月）「クロポトキンは狂人ではなかった」自然史、106：12-21

• クロポトキン、ピーター。相互扶助：プロジェクト・グーテンベルクの進化の要因
• リドリー、マット（1996）、美徳の起源、ヴァイキング（ペンギンブックス）、ISBN 0-670-86357-2

• Sigmund, Karl; Fehr, Ernest; Nowak, Martin A. (2002 年 1 月)、「フェア プレイの経済学」(PDF)、Scientific American、vol. 286、no. 1、pp.  82– 87、Bibcode :2002SciAm.286a..82S、doi :10.1038/scientificamerican0102-82、PMID 11799620、2011年 5 月 18 日の オリジナル(PDF)からアーカイブ
• トリヴァース、ロバート L. (1971 年 3 月)、「相互利他主義の進化」(PDF)、Quarterly Review of Biology、46 : 35–57、doi :10.1086/406755、S2CID  19027999^{[リンク切れ‍ ]}

• ヴォーゲル、グレッチェン（2004 年 2 月 20 日）、「ニュース フォーカス: 黄金律の進化」、サイエンス、303 (5661): 1128– 31、doi :10.1126/science.303.5661.1128、PMID  14976292、S2CID  178426383

• 協力（進化）

これらの参照のほとんどは科学文献に対するもので、記事内のさまざまな点の信頼性を確立するためのものです。信頼性は低いものの、よりアクセスしやすいいくつかの参照も含まれています。

• 反復囚人のジレンマと協力の進化
• 信頼の進化