艾克斯罗德重复博弈实验及其应用.docVIP

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 : F06919 文献标识码 :A 2002 年 ,实验经济学的奠基人维农·史密斯获 得诺贝尔经济学奖 ,表明实验经济学方法已经得到 了学者们的普遍认同 。本文所介绍的艾克斯罗德 ( Ro bert Axelro d) 囚徒困境重复博弈实验是实验经 济学中一个十分经典的实验 。该实验在不同学科领 域都产生了广泛的影响 ,截至 2000 年 ,艾克斯罗德 基于该实验的主要成果在国外的被引用率已达 2500 余次之多〔1〕。 1 囚徒困境的重复博弈 囚徒困境是我们熟知的博弈论模型。在囚徒困 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 选择背叛 , 则选择背叛方得分 T , 选择合作方得分 S ;如双方都选择背叛 ,则各得分 P 。并且有 : T R P S ,这个条件被称为指令条件 。 博弈方 B 合作 C 背叛 D R , RS , R , R S , T T ,S P , P 背叛 D 对于囚徒困境 ,根据博弈论知识 ,易知在一次性 博弈中 ,双方都选择背叛是一个纳什均衡 ,并且 ,如 果博弈重复有限多次 ,只要博弈者知道博弈次数 ,每 一回合都不会有合作的产生 。但是 ,这一结论对于 次数未知的无限次重复博弈是不适用的 。在无限次 重复博弈中 ,个体从谋求全程利益的最大化考虑会 尝试合作 ,从而存在着比一次性博弈或有限次博弈 更有效率的均衡 。 在无限次重复博弈中 ,博弈者可以采用的策略 有无穷多种 ,采用什么样的策略才可以实现相对更 高的收益呢 ? 收益较高的策略之间存在共性吗 ? 艾 克斯罗德的实验就是为了找到这些问题的答案而进 行的 。 2 艾克斯罗德重复博弈实验的 内容 、结果及其修正 艾克斯罗德的实验是以计算机程序对弈 、竞赛 的方式进行的 。他要求参与竞赛的编程者充当囚徒 困境的局中人 ,以谋求博弈收益的长期最大化为目 标 ,用计算机程序编成特定的策略 ,每一策略按一定 的规则实施合作或背叛来对付对手 。然后用单循环 赛的方式将所有参赛程序两两对弈 。显然 ,不同的 策略对弈 ,会有不同的得分结局 ,这样 ,就可以通过 比较每个策略得分的多少来衡量其优劣 。 为了便于计算 ,艾克斯罗德将博弈矩阵的变量 赋值为 T = 5 , R = 3 , P = 1 ,S = 0 。① ( 1) 第一次实验〔2〕 第一次比赛时共有 15 个策 略 (程序) 参加 。艾克斯罗德将每一策略分别和所有 收稿日期 :2004 - 09 - 06 作者简介 :周骏宇 (1975 - ) ,湖北天门人 ,华中科技大学经济学院博士生 ,专业为西方经济学 。 ①对于无限次重复博弈囚徒困境 ,在取值时除了要求 T R P S 外 ,还要求 R ( T + S) / 2 ,即双方合作的收益比双方轮流合作和背叛的 平均收益好。这个条件可以保证博弈者不能通过轮流剥削来摆脱困境 ,被称为反剥削条件。 61 61 策略对弈 , 每对策略对弈 5 次 ①, 每次 200 步 ; 但对 于参赛者而言 ,什么时候结束博弈是未知的 。 以下是几种具有代表性的策略 : 1) 一报还一报策略 ( T I T FO R TA T) 第一回 合选择合作 ,以后各回合均重复对方在上一个回合 中的策略 :对方背叛 ,自己也背叛 ;对方合作 ,自己也 合作 。这个程序是由加拿大学者安·拉波特 ( Anatol Rapopo rt ) 提交的 。 2) 弗里德曼策略 ( FR I EDMAN ) 是一个缺乏 宽容性的策略 。它不首先背叛 ,但一旦对方背叛 ,就 永远选择背叛 。 3) 道宁策略 (DO WN IN G) 是非常复杂的一个 策略 。第 1 步背叛 ,然后每走一步 ,估计自己合作或 背叛后对方合作的概率 ,如果对方似乎仍然倾向于 合作 ,则选择背叛 ;反之 ,选择合作 。 4) 乔斯策略 (J O SS) 试图偶尔背叛而不受惩 罚 。若对方背叛则马上背叛 ,但十次