有关“囚徒困境”的研究.docVIP

研究性学习结题报告： 有关“囚徒困境”的研究 组长： 组员： 指导老师： 主导科目：政治 研究目的：通过研究“囚徒困境”，了解形成囚徒困境的原因、走出囚徒困境的方法和利用囚徒困境解决生活问题。 研究目标：了解囚徒困境，囚徒效应。 研究意义：利用囚徒困境解决各个领域的问题。 研究内容：囚徒困境、囚徒效应、博弈、社会心理学。 研究方法：1、从网上图书馆查找有关资料 2、把收集到的资料、故事等加以综合分析，并加以整理 3、听有关专家报告 4、走访有关心理专家 5、参加社会调查（教育、市场经济、军事、刑侦等） 研究思路：1、研究《博弈学习理论》（【美】朱·弗登伯格、戴维·K·莱文 著）《社会心理学》（沙莲香 著） 2、进行调查研究 3、综合分析并整理 研究时间：2009年7月13日～8月25日 活动计划：7月13日至15日 讨论研究内容、拟定实施方案、人员分工 7月16日至31日 学习研究《博弈学习理论》及《社会心理学》 8月1日至3日 从网上图书馆查找有关资料 8月4日至6日 听有关专家报告 8月7日至9日 走访有关心理专家 8月10日至18日 参加社会调查 8月19日至25日 综合分析整理资料、完结报告 囚徒困境的理论研究 第一部分：什么是囚徒困境（prisoners dilemma ）囚徒困境（prisoners dilemma ）是博弈论的非零和博弈中具代表性的例子，反映个人最佳选择并非团体最佳选择。虽然困境本身只属模型性质，但现实中的价格竞争、环境保护等方面，也会频繁出现类似情况。 　　单次发生的囚徒困境，和多次重复的囚徒困境结果不会一样。 　　在重复的囚徒困境中，博弈被反复地进行。因而每个参与者都有机会去“惩罚”另一个参与者前一回合的不合作行为。这时，合作可能会作为均衡的结果出现。欺骗的动机这时可能被受到惩罚的威胁所克服，从而可能导向一个较好的、合作的结果。作为反复接近无限的数量，纳什均衡趋向于帕累托最优。 　　囚徒困境的主旨为，囚徒们虽然彼此合作，坚不吐实，可为全体带来最佳利益（无罪开释），但在资讯不明的情况下，因为出卖同伙可为自己带来利益（缩短刑期），也因为同伙把自己招出来可为他带来利益，因此彼此出卖虽违反最佳共同利益，反而是自己最大利益所在。但实际上，执法机构不可能设立如此情境来诱使所有囚徒招供，因为囚徒们必须考虑刑期以外之因素（出卖同伙会受到报复等），而无法完全以执法者所设立之利益（刑期）作考量。 经典的囚徒困境 　　1950年，由就职于兰德公司的梅里尔·弗勒德（Merrill Flood）和梅尔文·德雷希尔（Melvin Dresher）拟定出相关困境的理论，后来由顾问艾伯特·塔克（Albert Tucker）以囚徒方式阐述，并命名为“囚徒困境”。经典的囚徒困境如下： 　　警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人入罪。于是警方分开囚禁嫌疑犯，分别和二人见面，并向双方提供以下相同的选择： 　　若一人认罪并作证检控对方（相关术语称“背叛”对方），而对方保持沉默，此人将即时获释，沉默者将判监10年。 　　若二人都保持沉默（相关术语称互相“合作”），则二人同样判监半年。 　　若二人都互相检举（互相“背叛”），则二人同样判监2年。 　　用表格概述如下： 　　甲沉默（合作） 甲认罪（背叛） 　　乙沉默（合作） 二人同服刑半年 甲即时获释；乙服刑10年 　　乙认罪（背叛） 甲服刑10年；乙即时获释 二人同服刑2年 　　解说 　　如同博弈论的其例证，囚徒困境假定每个参与者（即“囚徒”）都是利己的，即都寻求最大自身利益，而不关心另一参与者的利益。参与者某一策略所得利益，如果在任何情况下都比其他策略要低的话，此策略称为“严格劣势”，理性的参与者绝不会选择。另外，没有任何其他力量干预个人决策，参与者可完全按照自己意愿选择策略。 　　囚徒到底应该选择哪一项策略，才能将自己个人的刑期缩至最短？两名囚徒由于隔绝监禁，并不知道对方选择；而即使他们能交谈，还是未必能够尽信对方不会反口。就个人的理性选择而言，检举背叛对方所得刑期，总比沉默要来得低。试设想困境中两名理性囚徒会如何作出选择： 　　若对方沉默、背叛会让我获释，所以会选择背叛。 　　若对方背叛指控我，我也要指控对方才能得到较低的刑期，所以也是会选择背叛。 　　二人面对的情况一样，所以二人的理性思考都会得出相同的结论——选择背叛。背叛是两种策略之中