信任的进化是一个博弈论游戏,那么这些博弈论是什么,他们各自的博弈原理又是什么?今天蕾米为大家带来信任的进化博弈论,信任的进化博弈原理解析,一起来了解一下游戏背后的哲理吧!

最高分49分 最低分7分 博弈原理解析 网页版在线玩

▍罪犯困境

这是本游戏的基本博弈模型,对此最经典的阐述为:两个嫌疑犯作案后被警察抓住,分别关在不同的屋子里接受审讯。警察知道两人有罪,但缺乏足够的证据。警察告诉每个人:如果两人都抵赖,各判刑一年;如果两人都招供,各判八年;如果两人中一个招供而另一个抵赖,坦白的放出去,抵赖的判十年。于是,每个囚徒都面临两种选择:招供或抵赖。然而,不管同伙选择什么,每个囚徒的最优选择是招供:如果同伙抵赖、自己招供的话放出去,抵赖的话判一年,招供比不招供好;如果同伙招供、自己也招供的话判八年,比起抵赖的判十年,招供还是比抵赖的好。结果,两个嫌疑犯都选择招供,各判刑八年。

信任的进化博弈论

就像这个游戏机一样,当你投一个硬币进去,对方就会得到两枚硬币。显然,对于总体来说,选择合作得到的回报最高(每人失去1个,得到2个,总和4,增加2个),但对个人而言风险也是最大的(对方选择欺骗,你-1,对方3,总和2),所以在这种局面下,欺骗变成了最优策略。这样的局面,归根到底,是因为双方缺乏沟通而导致的。在无法信赖对手的一局游戏中,欺诈师往往会成为最后的赢家。有意思的是,囚徒困境推广到确定的N局游戏中也是成立的。原因如下:对于第N局,由于不用担心之后被报复(最后一局了嘛),最优策略显然是欺骗。对于第N-1局,由于已经知道了对方下一局的最优策略是欺骗,为了防止受到更多损失,最优策略显然也是欺骗。对于第N-2局,……所以,对于确定的N局游戏,最优策略永远是欺骗。

信任的进化博弈论

▍重复困境

这个升级版的囚徒困境源于一个全世界的重复囚徒困境竞赛(也是这个游戏的来源)。在这个竞赛中,许多博弈论专家将自己的策略编写成程序,和其它程序进行博弈(没错,游戏里的策略是其中的一些)经过很多很多轮竞赛后,出人意料的是,最佳确定性策略被认为是“以牙还牙”,这是阿纳托尔·拉波波特(Anatol Rapoport,《合作的进化》作者,也是竞赛的发起人)开发并运用到锦标赛中的方法。这个策略只不过是在博弈的开头选择合作,然后,采取对手前一回合的策略。

信任的进化博弈论

在完美的博弈中,复读机是最有效的。这种策略较好地规避了被欺骗的风险(被骗了还是要涨点记性),而对于合作者,显然双方都能获得较高的利润。而对于有可能失误的博弈(玩家准备合作,但是由于各种不可控因素造成背叛的结果),更好些的策略是“宽恕地以牙还牙”,即当你的对手背叛,在下一回合中你无论如何要以小概率(大约是1%~5%)时而合作一下。这是考虑到偶尔要从循环背叛的受骗中复原。至于更自由的博弈(可以选择对手),比较好的策略是:前几局选择合作进行试探,被多次欺骗后不再与此对手博弈(排挤掉欺诈师)

信任的进化博弈论

最终,博弈学家统计所有策略得到这样一个结论:最好的策略满足四个因素:友善,报复,宽容,不嫉妒。简单来说,表露合作的意向(让潜在的合作者与你合作),不盲目乐观(避免一直被欺诈师欺骗),适当包容小的失误(防止因误会导致的互相不信任),不追求比对手更高的得分(更高意味着恶性竞争)。因此,一些学者们据此得到一种给人以乌托邦印象的结论,认为自私的个人为了其自私的利益会趋向友善、宽恕和不嫉妒,即人人为我的社会可能建立在对利益的追求上。

信任的进化博弈论

事实上,囚徒困境并不是那么简单,复读机也并不总是最终的赢家。在短期博弈上,最有效的往往是欺骗。在背叛的回报更高时,欺骗往往能获得最终胜利。在失误率过高时,结果趋于混沌。

信任的进化博弈论

以上就是蕾米为大家带来的信任的进化博弈论,更多精彩内容尽在信任的进化专区。

Leave a comment

您的电子邮箱地址不会被公开。 必填项已用*标注