The Socio-Evolutionary Algorithm: trust, imitation and exploration in repeated adaptive decisions

技术摘要：社会演化算法 (Socio-Evolutionary Algorithm, SEA)

问题陈述
重复性的适应性决策要求个体在稳定性与多样性之间取得平衡：即决定信任谁、模仿谁以及何时探索替代方案。现有方法通常孤立地研究特定机制，如强化学习、贝叶斯信念更新、社会学习或演化搜索。然而，在异质群体中的适应性行为可能取决于这些组件之间的相互作用。具体而言，在债务管理等领域，即使面临成本，个体也经常偏离规范性高效的偿还分配方案，这表明标准模型可能未能充分捕捉社会影响与探索之间的相互作用。

方法论
本研究引入了社会演化算法 (SEA)，作为一个透明的框架来形式化这些相互作用。该框架区分了两种实现方式：

1. 核心 SEA (Core SEA)： 一种集成了个体索引信任动态、有界模仿和随机探索的固定参数实现。
2. 自适应 SEA (Adaptive SEA)： 一个允许自适应学习和探索计划的一般框架级扩展。

本研究利用了一个包含 1,622 名参与者的锁定数据集，这些参与者分布在 十个异质群体（按国籍、年龄和财务背景划分）中，进行了一项重复债务分配任务。评估重点关注五个预设结果：总债务、最终净债务、平均非最优分配、总储蓄金额以及储蓄频率。

分析方法包括：

• 随机效应异质性估计，以处理跨群体的变异性。
• 使用双单侧检验 (TOST) 的 自助法增强 (Bootstrap augmentation) 进行等效性检验（使用 ±0.10 SD 边际）。
• 组件消融 (Component ablation)，以隔离社会/信任导向更新与非社会或仅基于突变的基准模型之间的影响。
• 与其他学习模型（如 delta-rule 强化学习）进行 外部比较基准测试。
• 包括留一群体敏感性检查和种子敏感性检查在内的 鲁棒性诊断。

核心贡献

• 框架定义： 本文将 SEA 定义为一种可解释的模型，用于评估基于信誉权重的信任、有界模仿和随机探索如何塑造重复决策，而非一种规范性的优化器。
• 异质性感知验证： 它提供了跨不同人群的层面级经验结构的复现说明，明确承认各群体并非同质样本。
• 机制隔离： 通过消融研究，本研究证明了社会学习并非普遍有益；其有效性取决于同行影响是基于信誉权重的，还是随机的或纯粹基于突变的。

结果

• 异质性： 在所有五个结果指标中均观察到显著的群体间异质性（$I^2$ 估计值范围在 82.21% 至 93.65% 之间），证实了不能将这些群体视为单一的同质组。
• 等效性： 自助法增强在预设的等效边际内保留了合并后的边缘分布，但群体内等效性并不一致（50 项比较中仅有 2 项通过），这表明增强在数据集层面的分布上最为有效。
• 模型比较 (自适应型 vs. 核心型)： 自适应 SEA 在描述性精细度方面较核心 SEA 有所提升（例如，平均绝对标准化均值差为 1.300 对比 1.343；负对数似然值更低）。然而，在经过 Benjamini–Hochberg 校正后，自适应型与核心型的对比在主要距离指标上未达到统计学显著性（$q < 0.05$）。证据支持自适应 SEA 在描述性而非推断性上的优越性。
• 组件重要性： 信任导向的变体保持了竞争力，而非社会和仅基于突变的基准模型的表现明显较差（例如，非社会模型的平均绝对 SMD 约为 1.62，而信任导向模型约为 1.30）。这表明基于信誉权重的更新是该框架对齐的核心。
• 随机探索： 在若干指标下，缺乏随机探索的变体表现出了竞争力，这表明探索是上下文相关的，而非普遍有益的。
• 外部比较器： 自适应 SEA 在外部模型族中表现出最强的标准化均值对齐度，尽管某些替代模型能更紧密地捕捉特定的分布形状。

意义与主张
本文声称，社会演化算法提供了一个具有竞争力的、可解释的且可复现的框架，用于建模重复性适应决策。作者明确指出，本研究并不声称具备因果证明或统一的预测优越性。其意义在于证明，通过透明的基于信誉权重的影响规则和有界模仿，可以解释异质人群中的层面级经验结构。

研究结果表明，对规范性决策规则的偏离不应仅被视为个人的非理性行为，而可能代表了对经过社会过滤的信息的有界适应。本研究将 SEA 定位为传统预测方法的补充而非替代，其主要价值在于能够通过显式的更新规则追踪行为调整，而非从黑箱预测中进行推断。作者指出，研究存在缺乏正式预注册以及需要未来工作在其他领域和更细粒度时间轨迹中测试迁移性的局限性。