博弈论囚徒困境.pdfVIP

博弈论囚徒困境 博弈(game)的要素 每个局中人的目标：最大化其赢利 每个人的赢利不仅取决于自己如何 “出招”，也取决于别人如何“出招”。 1.参与人或者局中人(players ) 2.他们可以采取的行动(actions) 或策略(strategies) ３.局中人可能得到的赢利 （payoffs）。 博弈无处不在 公路塞车，大家都遵守交规，一个人违规 进入自行车道，得便宜，但如果每人都这 样，则人人都吃亏。 如每个人都守规矩，则一个不守规矩的就 会获得好处，每个人都不守规矩，则人人 都失利。 囚徒困境的提出 • 囚徒困境是博弈论中的一种矛盾，反映 个人最佳选择并非团体最佳选择。现实中 的市场竞争、政治角逐、情场争锋等方面 会频繁出现这样的情况。1950年，由就职 于兰德公司的梅里尔·弗勒德（Merrill Flood）和梅尔文·德雷希尔（Melvin Dresher）拟定出相关悖论，后来由顾问艾 伯特·塔克（Albert Tucker ）以囚徒方式阐 述，并命名为“囚徒困境”。 合作（不坦白）?背叛（坦白）? 囚徒困境模型 警方逮捕甲、乙两名嫌疑犯，但没有足够证 据指控二人入罪。于是警方分开囚禁嫌疑犯， 分别和二人见面，并向双方提供以下相同的选 择： 若一人认罪并作证检控对方（相关术语称 “背叛”对方），而对方保持沉默，此人将即时 获释，沉默者将判监10年。 若二人都保持沉默（相关术语称互相“合 作”），则二人同样判监半年。 若二人都互相检举（互相“背叛”），则二 人同样判监2年。 囚徒困境赢利表（Payoff Table) 囚徒乙 合作 背叛 囚徒甲 合作 －0.5，－0.5 －10，0 背叛 0，－10 －2，－2 囚徒困境解说 • 如同博弈论的其他例证，囚徒困境假定每个 参与者（即“囚徒”）都是利己的，即都寻求最大 自身利益，而不关心另一参与者的利益。参与者 某一策略所得利益，如果在任何情况下都比其他 策略要低的话，此策略称为“严格劣势”，理性的 参与者绝不会选择。另外，没有任何其他力量干 预个人决策，参与者可完全按照自己意愿选择策 略。 囚徒困境解说 囚徒到底应该选择哪一项策略，才能将自己个 人的刑期缩至最短？两名囚徒由于隔绝监禁，并不 知道对方选择；而即使他们能交谈，还是未必能够 尽信对方不会反口。就个人的理性选择而言，检举 背叛对方所得刑期，总比沉默要来得低。试设想困 境中两名理性囚徒会如何作出选择： 若对方沉默、背叛会让我获释，所以会选择背 叛。 若对方背叛指控我，我也要指控对方才能得到 较低的刑期，所以也是会选择背叛。 囚徒困境解说 二人面对的情况一样，所以二人的理性思考都 会得出相同的结论——选择背叛。背叛是两种策略 之中的支配性策略。因此，这场博弈中唯一可能达 到的纳什均衡，就是双方参与者都背叛对方，结果 二人同样服刑2年。 这场博弈的纳什均衡，显然不是顾及团体利益 的帕累托最优解决方案。以全体利益而言，如果两 个参与者都合作保持沉默，两人都只会被判刑半 年，总体利益更高，结果也比两人背叛对方、判刑 2年的情况较佳。但根据以上假设，二人均为理性 的个人，且只追求自己个人利益。均衡状况会是两 个囚徒都选择背叛，结果二人判决均比合作为高， 总体利益较合作为低，这里存在着矛盾。  在对方策略确定的情况下，每个参与 者的策略都是最好的，此时没有人愿 意先改变自己的策略。 纳什均衡通俗解释 我国研究纳什均衡的专家谢识予博士在