电脑之爱：“耦合模拟”模型帮助我们深入了解伴侣选择的奥秘

为了寻求真正的爱情，以及以后难以捉摸的幸福，您是在等待“合适的”人出现，还是在寻找房间里最可爱的男孩或女孩，希望事情能解决？您是否保留选择权，希望在下一个机会进行“权衡”，还是在关注成本效益分析时投资于您的关系？

对于我们赖以生存的根本事物而言，择偶仍然是人类最持久的谜团之一。数十年来，这一直是激烈的心理学研究的主题，产生了关于我们为什么选择我们选择的人的无数假设。

加州大学圣塔芭芭拉分校心理与脑科学系助理教授，《人格与社会心理学评论》杂志的论文作者丹·康罗伊-比姆说：“伴侣的选择确实非常复杂，尤其是在人类中。”“并且有很多人提出了关于它如何发生的抽象想法。”

例如，一种思路是，我们根据偏好的品质和属性的内部阈值来评估潜在伴侣，这是他们必须满足的“最低门槛”，才被视为潜在的伴侣。

他说：“我们根据他人如何对待我们来了解最低门槛。”另一种模型描述了约会市场，有点像18世纪的欧洲社交舞。

Conroy-Beam说：“一方接近另一方，他们就建立了这种暂时的关系。”“基本上，您会保持一段恋情，直到您获得更好的报价，并且每个人都会反复找他们的伴侣寻求更好的伴侣。”

但是，Conroy-Beam指出，这些配偶选择模型以及其他类似的模型并没有捕捉到现实配偶选择中的许多细微差别。

他说：“当您拥有一个像人类交配市场那样特别复杂的系统时，言语模型有时并不是了解正在发生的事情的好方法，”他说。他解释说，竞争的欲望和社会动力在伴侣的选择中起着重要的作用，增加了复杂性，增加了无法捕捉或量化的部分。

那么，什么可以容纳人类般的多个层次的细节和复杂性呢？接下来的最好的事情：计算机模拟。为了推动对配偶选择的了解，Conroy-Beam开发了一种称为“夫妻模拟”的新方法，该方法实质上是根据实际夫妻样本的属性和优先级对配偶选择模型进行测试。

他说：“我们在这里拥有的真正优势在于，我们将不再只是这些口头模型，而转向了显式的计算模型。”“我们直接模拟人们的真实选择；我们拥有自己的计算机，可以跟踪正在发生的所有非常复杂的交互，因此，我们已经摆脱了自己脑海中的限制。”

模拟约会

该过程首先通过测量几百对夫妻（即在现实生活中做出过真实伴侣选择的真实人群）的特征和偏好来开始。数据被整理成每个人的模拟副本-“化身代理”，具有与人类同行相同的属性和期望，但在模拟世界中，他们是单身。

Conroy-Beam说：“我们将它们拆散，并将所有这些小代理商投入市场。” Conroy-Beam获得了美国国家科学基金会的Early Career计划对其研究的支持。“然后，我们运行各种算法，然后看看哪些算法在与代表其实际合作伙伴的代理一起将它们放回去方面做得最好。”

这些算法表示不同的配偶选择模型，这些模型根据模型的预测来决定代理可以交互的规则。除了期望阈值模型（最小条形图）和Gale-Shapley算法（优化稳定对）之外，该团队还使用了Kalick-Hamilton模型（KHM），该模型假设人们根据他们的吸引力选择了配偶，并建立了一个新模型。 Conroy-Beam提出了称为资源分配模型（RAM）的建议。

他说：“这是考虑在有限资源的投资方面选择伴侣。”“因此，您只有太多的时间，那么多的钱和那么多的精力可以献给潜在的合作伙伴。因此，作为寻找合作伙伴的人，您的问题是“谁应该得到这些有限的资源中的大多数？”

事实证明，Conroy-Beam的模型是最精确的模型，在首次进行夫妻仿真时，它正确地匹配了模拟市场中约45％的夫妻。是什么使资源分配模型如此出色？

他说：“ RAM与其他型号之间存在许多差异。”其他型号将吸引力像开/关开关一样对待，但RAM允许吸引力梯度。它也包含了互惠：潜在伴侣越多地追求您，您越多地追求他们，他说。排在第二位的是Gale-Shapley算法，接着是理想阈值模型，然后是KHM（吸引力）。随机配对排在最后。

进行情侣模拟还为时过早；毕竟，Conroy-Beam说，正确的45％仍然是错误的55％。但是，对于初次通过的人来说，其准确度是45％，令人印象深刻，并且根据该研究，该队列中的人还拥有比不准确的人更高质量的关系（更满意，更坚定，更爱，更嫉妒）成对的夫妇。

UCSB计算伴侣选择实验室的Conroy-Beam和他的团队将继续完善他们的模型，他称之为“真正的草图”，以提高准确性。他们希望很快进行一项长期的纵向研究，以了解准确预测夫妻的寿命是否有所不同。

他说：“我们希望在不同文化中做到这一点，并在不久的将来吸收同性伴侣。”“我们还计划在未来几年中尝试将其应用于单身人士，以预测他们的未来关系。”

参考：“耦合模拟：评估人类伴侣选择模型的新方法”，丹尼尔·康罗伊·比姆（Daniel Conroy-Beam），2021年1月7日，《人格与社会心理学评论》。
10.1177％2F1088868320971258

这项研究得到了NSF早期职业奖1845586的支持。