艾克斯罗德重复博弈实验及其应用.pdfVIP

第2 1卷 第3期 自 然 辩 证 法 研 究 Vol，21．No，3 2 0 0 5年 3月 Studies in Dialectics Of Nature Mar，．2005 文章编号：1000—8934(2005103—0060—04 艾克斯罗德重复博弈实验及其应用 周 骏 宇 (华中科技大学 经济学院，湖北 武汉 430074) 摘要：本文全面介绍了艾克斯罗德囚徒困境重复博弈实验的方法、内容、结论及其在不同领域的应用。在该实 验中，艾克斯罗德以计算机程序对弈的方式模拟囚徒困境重复博弈。结果，“一报还一报”策略在三次实验中都获得 了胜利。实验中的优秀策略具有4项特征：善良性、可激怒性、宽容性和清晰性。实验肯定了在由利己主义者组成的 世界中建立合作关系的可能性，以及回报、增强关系的持续性等对于合作的重要意义。 关键词：实验经济学；囚徒困境；重复博弈；合作 中图分类号：F069．9 文献标识码：A 2002年，实验经济学的奠基人维农·史密斯获 次数未知的无限次重复博弈是不适用的。在无限次 得诺贝尔经济学奖，表明实验经济学方法已经得到 重复博弈中，个体从谋求全程利‘益的最大化考虑会 了学者们的普遍认同。本文所介绍的艾克斯罗德 尝试合作，从而存在着比一次性博弈或有限次博弈 (Robert Axelrod)囚徒困境重复博弈实验是实验经 更有效率的均衡。 济学中一个十分经典的实验。该实验在不同学科领 在无限次重复博弈中，博弈者可以采用的策略 域都产生了广泛的影响，截至2000年，艾克斯罗德 有无穷多种，采用什么样的策略才可以实现相对更 基于该实验的主要成果在国外的被引用率已达 高的收益呢?收益较高的策略之间存在共性吗?艾 2500余次之多¨J。 克斯罗德的实验就是为了找到这些问题的答案而进 行的。 1 囚徒困境的重复博弈 2 艾克斯罗德重复博弈实验的 囚徒困境是我们熟知的博弈论模型。在囚徒困 内容、结果及其修正 境中，博弈者有两种策略可供选择：要么合作要么背 叛。当双方选择合作时，各得分R；如有且仅有一方 艾克斯罗德的实验是以计算机程序对弈、竞赛 选择背叛，则选择背叛方得分T，选择合作方得分 的方式进行的。他要求参与竞赛的编程者充当囚徒 S；如双方都选择背叛，则各得分P。并且有：TR 困境的局中人，以谋求博弈收益的长期最大化为目 PS，这个条件被称为指令条件。 标，用计算机程序编成特定的策略，每一策略按一定 博弈方B 的规则实施合作或背叛来对付对手。然后用单循环 合作C 背叛 D 赛的方式将所有参赛程序两两对弈。显然，不同的 博弈方A 合作C R．R S。T 策略对弈，会有不同的得分结局，这样，就可以通过 背叛 D T。S P．P 比较每个策略得分的多少来衡量其优劣。 对于囚徒困境，根据博弈论知识，易知在一次性 为了便于计算，艾克斯罗德将博弈矩阵的变量 博弈中，双方都选择背叛是一个纳什均衡，并且，如 赋值为T：5，R=3，P：l，S：0。 果博弈重复有限多次，只要博弈者知道博弈次数，每