信任的进化博弈论是什么信任的进化博弈原理解析

时间：2018-12-02 20:00:00 来源：作者：网络

天龙博弈

大小：9.3M更新：2020-07-01

分类：旅游出行

下载

请注意：本文为编辑制作专题提供的资讯，页面显示的时间仅为生成静态页面时间而非具体内容事件发生的时间，由此给您带来的不便敬请谅解！

信任的进化系列软件最新版本下载

6.39MB信任的进化立即下载
16.40MB信任的进化立即下载

　　信任的进化是一个博弈论游戏，那么这些博弈论是什么，他们各自的博弈原理又是什么?今天为大家带来信任的进化博弈论，信任的进化博弈原理解析，一起来了解一下游戏背后的哲理吧!

　　罪犯困境

　　这是本游戏的基本博弈模型，对此最经典的阐述为：两个嫌疑犯作案后被警察抓住，分别关在不同的屋子里接受审讯。警察知道两人有罪，但缺乏足够的证据。警察告诉每个人：如果两人都抵赖，各判刑一年;如果两人都招供，各判八年;如果两人中一个招供而另一个抵赖，坦白的放出去，抵赖的判十年。于是，每个囚徒都面临两种选择：招供或抵赖。然而，不管同伙选择什么，每个囚徒的最优选择是招供：如果同伙抵赖、自己招供的话放出去，抵赖的话判一年，招供比不招供好;如果同伙招供、自己也招供的话判八年，比起抵赖的判十年，招供还是比抵赖的好。结果，两个嫌疑犯都选择招供，各判刑八年。

　　就像这个游戏机一样，当你投一个硬币进去，对方就会得到两枚硬币。显然，对于总体来说，选择合作得到的回报最高(每人失去1个，得到2个，总和4，增加2个)，但对个人而言风险也是最大的(对方选择欺骗，你-1，对方3，总和2)，所以在这种局面下，欺骗变成了最优策略。这样的局面，归根到底，是因为双方缺乏沟通而导致的。在无法信赖对手的一局游戏中，欺诈师往往会成为最后的赢家。有意思的是，囚徒困境推广到确定的N局游戏中也是成立的。原因如下：对于第N局，由于不用担心之后被报复(最后一局了嘛)，最优策略显然是欺骗。对于第N-1局，由于已经知道了对方下一局的最优策略是欺骗，为了防止受到更多损失，最优策略显然也是欺骗。对于第N-2局，……所以，对于确定的N局游戏，最优策略永远是欺骗。

　　重复困境

　　这个升级版的囚徒困境源于一个全世界的重复囚徒困境竞赛(也是这个游戏的来源)。在这个竞赛中，许多博弈论专家将自己的策略编写成程序，和其它程序进行博弈(没错，游戏里的策略是其中的一些)?经过很多很多轮竞赛后，出人意料的是，最佳确定性策略被认为是“以牙还牙”，这是阿纳托尔·拉波波特(AnatolRapoport，《合作的进化》作者，也是竞赛的发起人)开发并运用到锦标赛中的方法。这个策略只不过是在博弈的开头选择合作，然后，采取对手前一回合的策略。

　　在完美的博弈中，复读机是最有效的。这种策略较好地规避了被欺骗的风险(被骗了还是要涨点记性)，而对于合作者，显然双方都能获得较高的利润。而对于有可能失误的博弈(玩家准备合作，但是由于各种不可控因素造成背叛的结果)，更好些的策略是“宽恕地以牙还牙”，即当你的对手背叛，在下一回合中你无论如何要以小概率(大约是1%~5%)时而合作一下。这是考虑到偶尔要从循环背叛的受骗中复原。至于更自由的博弈(可以选择对手)，比较好的策略是：前几局选择合作进行试探，被多次欺骗后不再与此对手博弈(排挤掉欺诈师)

　　最终，博弈学家统计所有策略得到这样一个结论：最好的策略满足四个因素：友善，报复，宽容，不嫉妒。简单来说，表露合作的意向(让潜在的合作者与你合作)，不盲目乐观(避免一直被欺诈师欺骗)，适当包容小的失误(防止因误会导致的互相不信任)，不追求比对手更高的得分(更高意味着恶性竞争)。因此，一些学者们据此得到一种给人以乌托邦印象的结论，认为自私的个人为了其自私的利益会趋向友善、宽恕和不嫉妒，即人人为我的社会可能建立在对利益的追求上。