Este artículo aborda el surgimiento de la cooperación en sistemas multiagente como un problema de física estadística, estudiando cómo las reglas de aprendizaje microscópicas inducen cambios macroscópicos de comportamiento colectivo. Basándonos en mecanismos propuestos en estudios previos, proponemos una variante de recableado adaptativo basada en Q-learning. Este método combina el aprendizaje de diferencias temporales con la reconfiguración de la red, permitiendo a los agentes optimizar sus estrategias y conexiones sociales con base en su historial de interacción. El Q-learning específico para vecinos permite a los agentes desarrollar estrategias sofisticadas de gestión de asociaciones, lo que posibilita la formación de clústeres cooperativos y crea una separación espacial entre regiones cooperativas y defectuosas. Utilizando una red de ley de potencia que refleja patrones de conectividad heterogéneos del mundo real, evaluamos comportamientos emergentes bajo diversas restricciones de recableado, demostrando patrones cooperativos distintivos en el espacio de parámetros en lugar de transiciones termodinámicas abruptas. Mediante un análisis sistemático, identificamos tres regímenes de comportamiento: un régimen permisivo (bajas restricciones), un régimen intermedio (sensiblemente dependiente de la intensidad del dilema) y un régimen paciente (altas restricciones). Los resultados de la simulación demuestran que, si bien las restricciones adecuadas crean regiones de transición que inhiben la cooperación, el recableado totalmente adaptativo explora sistemáticamente configuraciones de red favorables, lo que mejora la cooperación. El análisis cuantitativo demuestra que el aumento de la frecuencia de recableado conduce a la formación de grandes clústeres con una distribución de tamaño de ley de potencia. Estos hallazgos presentan un nuevo paradigma para comprender la formación de patrones cooperativos impulsados por la inteligencia en sistemas adaptativos complejos, demostrando cómo el aprendizaje automático puede servir como una fuerza impulsora alternativa para la organización espontánea en redes multiagente.
