第一章囚徒困境与纳什均衡介绍.ppt

合伙者为什么多以拆伙告终？ 触发策略的局限性：如果双方存在误解，不管出现误会的几率怎样微乎其微（即使万亿分之一），只要有可能出现误会，长期而言，一报还一报策略会有一半时间合作，一半时间背叛。理由是，一旦出现误会，双方是将问题复杂化，还是澄清误会，其机率是一样的。这样一来，选择合作或背叛的机率便是一半对一半。 对方偶然背叛了你，你通过行动或者不行动来显示你对此介意，你自己觉得是相称的“警告”，但对方很可能认为你反应过度，小题大做。因而，哪怕是微不足道的误解一旦发生，合作便有了危机。 触发策略——不怕曝光的策略 第一章 囚徒困境与纳什均衡 芦苇luwei8615629@163.com 一、经典案例——囚徒困境 经典案例——囚徒困境 两个嫌疑犯（甲和乙）作案后被警察抓住，隔离审讯；警方的政策是“坦白从宽，抗拒从严”： 如果两人都坦白则各判8年； 如果一人坦白另一人不坦白，坦白的放出去，不坦白的判15年； 如果都不坦白则各判１年。 这两个囚犯该怎么办呢？是选择互相合作还是互相背叛？ 1950年，斯担福大学客座教授、数学家图克（Tucker)为形象地说明博弈过程，构造了著名的“囚徒困境”模型。 （15，0） （0，15） （1，1） 乙 甲 合作 合作 背叛 背叛 （8，8） 经典案例——囚徒困境 从表面上看，他们应该互相合作，保持沉默。但他们不得不仔细考虑对方可能采取什么选择。 甲、乙两个人都十分精明，而且都只关心减少自己的刑期，并不在乎对方被判多少年(人都是有私心的嘛)。 甲会这样推理：假如乙不招，我只要一招供，马上可以获得自由，而不招却要坐牢1年，显然招比不招好；假如乙招了，我若不招，则要坐牢15年，招了只坐10年，显然还是以招认为好。无论乙招与不招，我的最佳选择都是招认。还是招了吧。 自然，乙也同样精明，也会如此推理。 经典案例——囚徒困境 “囚徒困境” 产生不良结局的原因是囚犯都基于自私的角度考虑，最终导致合作没有产生。 ? 如果你认为对方合作，那你背叛将能得到更多的好处。反过来，如果你认为对方将背叛，那么你也有两个选择，你选择合作，那么你就是“笨蛋”；你选择背叛，就会得到“对双方背叛的惩罚”。无论对方如何行动，你背叛总是好的。相同的逻辑对另一个人也同样适用。 个体的理性导致双方得到的比可能得到的少，这就是“困境”。 ? 经典案例——囚徒困境 启示1：在“囚徒困境”中表现最好的策略直接取决于对方采用的策略，特别是取决于这个策略为发展双方合作留出多大的余地。独立于对方所用策略之外的最好决策规则是不存在的。 ? 启示2：“囚徒困境”是一些非常普遍而有趣的情形的简单抽象。在这些情形中，从个人的角度来说，背叛是最好的选择，但双方背叛会导致不甚理想的结果出现。? 经典案例——囚徒困境 就是说，对方背叛，你也背叛将会更好些。这意味着，无论对方如何行动，如果你认为对方将合作，你背叛能得到更多；如果你认为对方将背叛，你背叛也能得到更多。你背叛总是好的。? 于是两人都作出招供的选择，这对他们个人来说都是最佳的，即最符合个体理性的选择。 照博弈论的说法，这是本问题的惟一平衡点。只有在这一点上，任何一人单方面改变选择，他只会得到较差的结果。这一点就是纳什均衡（Nash Equilibrium）。 经典案例——囚徒困境 纳什均衡的思想 在博弈达到纳什均衡时，局中的每一个博弈者都不可能因为单方面改变自己的策略而增加获益，于是各方为了自己利益的最大化而选择了某中最优策略，并与其他对手达成了某种暂时的平衡。 这种平衡在外界环境没有变化的情况下，倘若有关各方坚持原有的利益最大化原则并理性面对现实，那么这种平衡状况就能够长期保持稳定。 纳什均衡的思想 再简单一点说，一策略组合中，所有的参与者面临这样的一种情况：当其他人不改变策略时，他此时的策略是最好的。也就是说，此时如果他改变策略，他的收益将会降低。在纳什均衡点上，每一个理性的参与者都不会有单独改变策略的冲动。 在 “囚徒困境”变形的博弈中，A和B都坦白就是一个纳什均衡，这对双方来说都是最优选择。同时在这个博弈中，其均衡对双方来说是全局最优的。当然博弈达到纳什均衡，并不一定是对参与者最有利的结果，更不意味着是对整个社会作为一个整体而言最有利的结果。 学生的囚徒困境 数十道“减负令”难见效　 中小学生课业负担不减反增 ???? 仅1985年至2000年的15年里，中央就下达“减负令”49次。减轻中小学生过重负担喊了20多年，实际情况却是学生课业负担不但没减下来，反倒呈现出越演越烈之势，致使学生作业做到深夜、节假日仍然上课、业余时间奔忙于各种补习班等。为什么？ 三、如何走出“囚徒困境 ” ——合作是可能的吗？ 促进双方合作可以从三个方面着手：