Teoria dei Giochi e Reinforcement Learning per la Formazione di Reti Sociali

Negli ultimi due decenni, l'attenzione rivolta allo studio della teoria delle reti è aumentato improvvisamente e drasticamente. Nella ricerca di molte discipline ci si è infatti resi conto del potenziale delle reti come strumento per modellizzare i sistemi complessi. In questo lavoro di Tesi studiamo un modello di rete evolutiva in cui i nodi rappresentano degli agenti che interagiscono ad ogni step temporale prendendo parte a dei giochi. Gli individui sono caratterizzati dalla strategia che giocano, che rimane fissata al variare del tempo. Il guadagno che ottengono dalle interazioni con gli altri agenti influenzano i pesi della rete di cui ci siamo proposti di studiare la conformazione topologica all'infinito. A sua volta, ciò che caratterizza la scelta degli agenti è che essi "imparano" ad approfondire i legami solo con i giocatori la cui interazione comporta un guadagno conveniente. Ispirati da un articolo pubblicato nel 2000 da Skyrms e Pemantle, proponiamo una generalizzazione del loro modello di Caccia al Cervo a un qualsiasi gioco simmetrico.