信任的進化博弈論 信任的進化博弈原理解析

信任的進化是一個博弈論游戲，那么這些博弈論是什么，他們各自的博弈原理又是什么？今天蕾米為大家?guī)硇湃蔚倪M化博弈論，信任的進化博弈原理解析，一起來了解一下游戲背后的哲理吧！

?罪犯困境

這是本游戲的基本博弈模型，對此最經(jīng)典的闡述為：兩個嫌疑犯作案后被警察抓住，分別關(guān)在不同的屋子里接受審訊。警察知道兩人有罪，但缺乏足夠的證據(jù)。警察告訴每個人：如果兩人都抵賴，各判刑一年；如果兩人都招供，各判八年；如果兩人中一個招供而另一個抵賴，坦白的放出去，抵賴的判十年。于是，每個囚徒都面臨兩種選擇：招供或抵賴。然而，不管同伙選擇什么，每個囚徒的最優(yōu)選擇是招供：如果同伙抵賴、自己招供的話放出去，抵賴的話判一年，招供比不招供好；如果同伙招供、自己也招供的話判八年，比起抵賴的判十年，招供還是比抵賴的好。結(jié)果，兩個嫌疑犯都選擇招供，各判刑八年。

就像這個游戲機一樣，當你投一個硬幣進去，對方就會得到兩枚硬幣。顯然，對于總體來說，選擇合作得到的回報最高（每人失去1個，得到2個，總和4，增加2個），但對個人而言風險也是最大的（對方選擇欺騙，你-1，對方3，總和2），所以在這種局面下，欺騙變成了最優(yōu)策略。這樣的局面，歸根到底，是因為雙方缺乏溝通而導(dǎo)致的。在無法信賴對手的一局游戲中，欺詐師往往會成為最后的贏家。有意思的是，囚徒困境推廣到確定的N局游戲中也是成立的。原因如下：對于第N局，由于不用擔心之后被報復(fù)（最后一局了嘛），最優(yōu)策略顯然是欺騙。對于第N-1局，由于已經(jīng)知道了對方下一局的最優(yōu)策略是欺騙，為了防止受到更多損失，最優(yōu)策略顯然也是欺騙。對于第N-2局，……所以，對于確定的N局游戲，最優(yōu)策略永遠是欺騙。

?重復(fù)困境

這個升級版的囚徒困境源于一個全世界的重復(fù)囚徒困境競賽（也是這個游戲的來源）。在這個競賽中，許多博弈論專家將自己的策略編寫成程序，和其它程序進行博弈（沒錯，游戲里的策略是其中的一些）?經(jīng)過很多很多輪競賽后，出人意料的是，最佳確定性策略被認為是“以牙還牙”，這是阿納托爾·拉波波特（Anatol Rapoport，《合作的進化》作者，也是競賽的發(fā)起人）開發(fā)并運用到錦標賽中的方法。這個策略只不過是在博弈的開頭選擇合作，然后，采取對手前一回合的策略。

在完美的博弈中，復(fù)讀機是最有效的。這種策略較好地規(guī)避了被欺騙的風險（被騙了還是要漲點記性），而對于合作者，顯然雙方都能獲得較高的利潤。而對于有可能失誤的博弈（玩家準備合作，但是由于各種不可控因素造成背叛的結(jié)果），更好些的策略是“寬恕地以牙還牙”，即當你的對手背叛，在下一回合中你無論如何要以小概率（大約是1%~5%）時而合作一下。這是考慮到偶爾要從循環(huán)背叛的受騙中復(fù)原。至于更自由的博弈（可以選擇對手），比較好的策略是：前幾局選擇合作進行試探，被多次欺騙后不再與此對手博弈（排擠掉欺詐師）

最終，博弈學家統(tǒng)計所有策略得到這樣一個結(jié)論：最好的策略滿足四個因素：友善，報復(fù)，寬容，不嫉妒。簡單來說，表露合作的意向（讓潛在的合作者與你合作），不盲目樂觀（避免一直被欺詐師欺騙），適當包容小的失誤（防止因誤會導(dǎo)致的互相不信任），不追求比對手更高的得分（更高意味著惡性競爭）。因此，一些學者們據(jù)此得到一種給人以烏托邦印象的結(jié)論，認為自私的個人為了其自私的利益會趨向友善、寬恕和不嫉妒，即人人為我的社會可能建立在對利益的追求上。

事實上，囚徒困境并不是那么簡單，復(fù)讀機也并不總是最終的贏家。在短期博弈上，最有效的往往是欺騙。?在背叛的回報更高時，欺騙往往能獲得最終勝利。?在失誤率過高時，結(jié)果趨于混沌。