囚徒困境和决策支持.pptVIP

囚徒困境和决策支持 囚徒困境 两个罪犯准备抢劫银行，但作案前失手被擒。警方怀疑他们意图抢劫，苦干证据只够起诉非法持有枪械，于是将其分开审讯。 为离间双方，警方分别对两人说： 若都保持沉默(“合作”)，则一同入狱1年； 若是互相检举(互相“背叛”)，则一同入狱5年 若你认罪并检举对方(“背叛”对方)，他保持沉默，他入人狱10年，你可以获释(反之亦然) 结果两人都选择了招供 情况分析 孤立地看，这是最符合个体利益的“理性”选择(以A为例：若B招供，自己招供获刑5年，不招供获刑10年；若B不招供，自己招供可以免刑，不招供获刑1年。两种情况下，选择招供都更有利)，事实上却比两人都拒不招供的结果糟 由囚徒困境可知，公共生活中，如果每个人都从眼前利益、个人利益出发，结果会对整体的利益(间接对个人的利益)造成伤害 决策支持和难题的解决 为解决“囚徒困境”难题，美国曾组织竞赛，要求参赛者根据“重复囚徒困境”(双方不止一次相遇，“背叛”可能在以后遭到报复)来设计程序 将程序输入计算机反复互相博弈，以最终得分评估优劣(双方合作各得3分；双方背叛各得1分；一方合作一方背叛，合作方得0分，背叛方得5分) 有些程序采用“随机”对策； 有些采用“永远背叛”； 有些采用“永远合作” 结果，加拿大多伦多大学的阿纳托尔·拉帕波特教授的“一报还一报”策略夺得了最高分。 “一报还一报”策略 我方在第一次相遇时选择合作，之后就采取对方上一次的选择 这意味着： 在对方每一次背叛后，我方就“以牙还牙”，也背叛一次； 对方每一次合作后，我方就“以德报德”一次 《论语·宪问》中，有人问孔子：“以德报怨，何如?”孔子反问：“何以报德?以直报怨，以德报德。 该策略有别于“善良”的“永远合作”或“邪恶”的“永远背叛”对策，及对方一旦“不忠”，我方就不再给机会，长久对抗的策略 算法分析 如果你选择“永远背叛”策略，你或许会在第一局拿到最高分，但之后的各局可能都只能拿到低分，最后虽然可能“战胜”不少对手，但由于总分很低，最终难逃被淘汰出局的命运 所以除非很难与对方再次相遇，不用担心其日后的反应，才可选择对抗与背叛； 而在长期互动、博弈的关系中，“一报还一报”是最佳策略：它是善意的，从不首先背叛；它不迂腐，不管过去相处多好，仍然对背叛有反应；它是宽容的，不因一次背叛而选择玉石俱焚。 合作的进化 在美国密歇根大学政治学和公共政策教授罗伯特·阿克塞尔罗德的著作《合作的进化》中，还对“一报还一报”下了更深刻的脚注： 第一次世界大战时，如果两军实力相当，强行进攻只会被歼灭，结果双方都会选择掘战壕对峙。横竖消灭不了对方，为减少无谓伤亡，两军对垒最有效策略也是“一报还一报” 一报还一报的四大原则 一、友善(Friendly)：对方未让步自己可先行让步； 二、报复(retaliate)：若对方违反合作关系，必须报复，给予对方清晰的回应； 二、宽恕(Forgiving)：若对方浪子回头，愿意让步，就要既往不咎； 四、清晰(clear)：让步要清晰，对方才能与你合作 政治是一种艺术 某些政治僵局中，“一报还一报”策略的政治智慧特别有参考价值。 想和解，若要跨出大大的一步，双方的心理障碍以及风险实在太大，结果只能一小步一小步走，静待对方“一报还一报”。 你不能奢望对方一下子完全撤去防线，只能留心对方每一个细小但微妙的善意举动，展开漫长的良性互动。 如何达到“双赢” 你不能从自己单方面的利益出发看问题，一厢情愿地指望对手如你所愿妥协或“出牌” 相反，你必须无时无刻地思考对方的政治利益究竟何在，留心观察他的各种微妙的信息，提出符合双方利益的“双赢”方案，才可换取“寸进” 政治不是“零和”的游戏 政治，对很多人来说，都是你死我活的斗争。于是，要争取民主便必须与当权者誓不两立；选择“合作”和“妥协”，便是罪无可恕的投降主义 虽然我们常拿“政事如棋局局新”来形容政治局势瞬息万变，以“高手过招”来形容政治领袖之间的策略互动，但政治与下棋其实有一个很大分别——下棋是“零和游戏”，我赢便意味着你输；政治却远非如此 ＴＨＥ　ＥＮＤ Q A * * *