囚徒困境进化博弈求解及其现实意义.docVIP

囚徒困境进化博弈求解及其现实意义 A、B两个囚犯同时被抓，然后被分开审问，A、B同属于一个犯罪团伙，于是在囚徒困境的基础上又进一步发展了升级综合博弈，即坦白时警方的与团伙的处罚之间的博弈，不坦白时警方的惩罚与团伙的之间的博弈，从而形成了更为复杂的综合博弈。 警方： B 坦白 不坦白 A 坦白 a ,a 0 ,2a 不坦白 2a ,0 c ,c (a、c均代表一个小于0的量化惩罚系数，系数越小，代表惩罚越严重；而a＜c，现实意义是，当两个囚犯都不坦白时，警方将无法对二人的及其团伙进行进一步的定罪，故而只能以较轻的惩罚代替) 犯罪团伙方 B 坦白 不坦白 A 坦白 b ,b b ,d 不坦白 d ,b d ,d (b代表一个小于0的量化惩罚系数，系数越小，则代表团伙对坦白的人实施的报复就越大，d代表一个大于0的奖励系数，即被抓捕的罪犯很好的保护了组织，组织将对其忠诚给予奖励) 综合两个博弈，得出囚徒困境进化博弈： 现实社会(d＞0，且a＜c，a、c、b＜0) B 坦白 不坦白 A 坦白 a+b ,a+b b ,2a+d 不坦白 2a+d ,b c+d ,c+d 使用博弈均衡分析法： 当A选择坦白时：B必须在坦白与不坦白间进行博弈，即比较a+b与2a+d的大小。三种情况： a+b＞2a+d，即b-d＞a，B会选择坦白。 B 坦白 不坦白 A 坦白 a+b ,a+b b ,2a+d 不坦白 2a+d ,b c+d ,c+d a+b＜2a+d，即b-d＜a，B会选择不坦白。 B 坦白 不坦白 A 坦白 a+b ,a+b b ,2a+d 不坦白 2a+d ,b c+d ,c+d a+b=2a+d，即b-d=a，B会犹豫不决。 B 坦白 不坦白 A 坦白 a+b ,a+b b ,2a+d 不坦白 2a+d ,b c+d ,c+d 当A选择不坦白时，同样B必须在坦白与不坦白之间做出抉择，即比较b与c+d的大小。三种情况： （1）b-d＞c，B会选择坦白。 B 坦白 不坦白 A 坦白 a+b ,a+b b ,2a+d 不坦白 2a+d ,b c+d ,c+d （2）b-d＜c，B会选择不坦白。 B 坦白 不坦白 A 坦白 a+b ,a+b b ,2a+d 不坦白 2a+d ,b c+d ,c+d （3）b-d =c，B会犹豫不决。 B 坦白 不坦白 A 坦白 a+b ,a+b b ,2a+d 不坦白 2a+d ,b c+d ,c+d 3、同理以B为“拟先手”对A的行为进行判断亦可得到上述相类似的情况。 4、综合1、2、3可得到下面四种情况即对应的行为选择分析图表： 对其中的系数关系进行进一步分析可得： （1）当a+b＞2a+d，即b-d＞a时，即A、B中如果一人坦白，另一人知情后一定会坦白。 B 坦白 不坦白 A 坦白 a+b ,a+b b ,2a+d 不坦白 2a+d ,b c+d ,c+d 现实情况模拟：a+b＞2a+d，即b-d＞a的现实意义是，犯罪分子选择坦白时受到的警方惩罚是a,并且一旦选择坦白他将彻底失去团伙内部给予忠诚分子的奖励d，并且担上了组织的惩罚b，而选择坦白的最大伤害a比放弃组织奖励d并担上组织惩罚b的伤害更大，所以当其中一名囚犯知道另一名囚犯会坦白，或者即使只是猜测，他都会义无反顾地选择坦白。 若其中一人选择不坦白或者可能选择，假设是A不坦白，则有： 1 若同时-c＞d-b成立，则 B 坦白 不坦白 A 坦白 a+b ,a+b b ,2a+d 不坦白 2a+d ,b c+d ,c+d 此时只有一个帕累托最优，即（A,B）） 现实情况模拟：-c＞d-b，即代表其中的一名囚犯B如果知道另一名囚犯A会选择不坦白，那囚犯B选择放弃不坦白而得到得收益（-c） 2若同时b-c＜d成立，则 B 坦白 不坦白 A 坦白 a+b ,a+b b ,2a+d 不坦白 2a+d ,b c+d ,c+d 此时就拥有了两个帕累托最优，（A,B）））） 现实情况模拟：由1可知，如果犯人放弃组织忠诚奖励并担上组织惩罚所受到伤害介于两个囚犯都坦白所受到的惩罚伤害与两个囚犯都不坦白所受到的惩罚伤害之间的话，那么囚犯完全可能会在坦白与不坦白间徘徊不定，甚至可能由于先前的协约，而导致警方的审讯很难达到预期效果。现实建议：此时的囚犯容易在坦白与不坦白间徘徊，对于他们而言似乎只有唯一确定另一名囚犯坦白了或者不坦白，他们才会做出选择，这时警方可以适当的诱之以利害，于是此处有给警方提出了一个新的要求，即对认罪态度好，积极配合警方办案的罪犯在给予惩罚上的宽大措施以外，还要对