Key points are not available for this paper at this time.
초록 실제 사회적 상호작용은 종종 지속적으로 전개되며, 역동적인 협력과 경쟁을 포함하지만, 대부분의 연구는 지속적인 감각운동 결정의 적응적이고 단계적인 특성을 포착하지 못하는 이산 게임에 의존합니다. 이 간극을 해결하기 위해, 우리는 Cooperation-Competition Foraging 게임을 개발했습니다. 이는 참여자 쌍(다이아드)이 얼굴을 맞대고 볼 수 있는 환경에서 지속적인 공유 공간을 탐색하며, 실시간으로 타겟을 개인적으로 또는 공동으로 수집하기로 결정하는 생태학적으로 기반한 패러다임입니다. 다이아드(n = 58, 116명)는 자발적으로 협력-경쟁 스펙트럼을 따라 뚜렷한 안정 전략으로 수렴하여, 협력적, 중간적, 경쟁적인 세 그룹을 형성했습니다. 행동적 복잡성에도 불구하고, 우리의 계산 모델은 이동 경로 최소화, 감각운동 통신 및 최근 선택 기록을 통합하여 다이아드 결정의 87% 정확도를 예측하고, 예측 확실성과 처치된 시공간 조정의 역학을 연결했습니다. 추가적인 모델링을 통해, 움직임 속도와 기술과 같은 감각운동 요인이 뚜렷한 전략과 보상을 형성하는 방식을 밝혀냈습니다. 중요한 점은 협력의 비용을 정량화하여, 많은 다이아드에서 친사회적 경향이 기술적 이점을 활용하는 개인적 이익을 초월함을 보여주었습니다. 우리의 다재다능한 프레임워크는 사회적 및 신체적 요인이 어떻게 역동적인 협력과 경쟁의 출현을 촉진하는지에 대한 예측적이고 기계적인 설명을 제공하며, 자연적인 사회적 상호작용의 신경 기초를 조사하고, 성격 특성과 뚜렷한 전략을 연결하기 위한 엄격한 척도를 제공합니다.
Lewen et al. (Mon,)은 이 문제를 연구했습니다.