4.5.6 重复博弈背后的意义与启示
合作的进化:艾克斯罗德博弈论实验。
该实验通过计算机模拟囚徒困境,并进行多次重复博弈,实验者邀请了14个领域的专家,将博弈策略编写为程序并提交,观察哪类策略最终能够胜出。
博弈策略主要分为3类。
·好人策略:更愿意合作,不首先背叛对方。
·坏人策略:更考虑背叛,以获取更大的效益。
·随机策略:每回合随机选择合作或背叛。
1.第一轮实验过程
一对一循环赛,重复5次,共计12万个回合。
实验结果:针锋相对(以牙还牙)策略获得第一名。
针锋相对(以牙还牙)策略:
·从不首先背叛,即“善良的”;
·对于对方的背叛一定要报复,不能总是合作,即“可激怒的”;
·对方若从背叛改为合作,也会选择合作,即“宽容的”。
2.第二轮实验过程
征集了“62个程序+随机策略”,共计63个程序进行竞赛。
实验结果:
·针锋相对(以牙还牙)策略再次获得第一名;
·在前15名中,仅有第8名的哈灵顿程序是“不善良的”;
·在后15名中,只有1个总是合作的程序是“善良的”;(https://www.daowen.com)
·清晰性很重要,能让对方在几步对局内辨识出来,太复杂的策略不一定好。
为何针锋相对策略有效?在理性人环境下,自利的个体何以会选择“善行”,只因为合作是自我利益最大化的一种必要手段。
3.启示
(1)爱情中的博弈
善意而不是恶意地对待恋人,宽容而不是尖刻地对待恋人,强硬而不是软弱地对待恋人,在我永远爱你的前提下,做到有爱必报,有恨也必报,以眼还眼,以牙还牙。
(2)合作过程的博弈
过分复杂的策略使对手难以理解、无所适从,因而难以建立稳定的合作关系,明晰的个性、简练的作风和坦诚的态度倒是制胜的要诀。
(3)生活中的博弈
当受到伤害时,即使报复也不能消除已形成的伤害,如果还希望两人关系继续,那么最好是原谅他。但他若知道即使伤害了你也会获得宽恕,他可能会一直有意无意地伤害你,因此有时候人们会选择报复。报复不能减轻已形成的伤害,也不能获得快感,而只能作为遏制对方进一步侵犯的方式。
4.一些举例
越南战争中自发产生的“自己活,也让他人活”的原则:只要对方不开枪伤人,我也不开枪。
真菌从地下的石头中汲取养分,为海藻提供了食物,而海藻反过来又为真菌提供了光合作用。
金合欢树为一种蚂蚁提供了食物,而这种蚂蚁反过来又保护了该树。
无花果树的花是黄蜂的食物,而黄蜂反过来又为无花果树传授花粉,将树种撒向四处。
共同演化会使一报还一报的合作风格在这个社会蔚然成风。
假设少数采取一报还一报战略的人在社会上通过突变而产生了,那么,只要这些个体互相遇见,并在今后的相逢中形成利害关系,他们就会开始形成小型的合作关系。一旦发生了这种情况,他们就能影响周围那些不讲信用、不懂合作的人。这样参与合作的人就会增多。很快,一报还一报式的合作就会最终占上风。
一旦建立了这种机制,相互合作的个体就能生存下去。如果不太合作的类型想侵犯和利用他们的善意,一报还一报战略强硬的一面就会狠狠地惩罚他们,让他们无法扩散影响。
博弈论中最为著名的模型是囚徒困境模型,它告诉我们参与者之间非合作的故事。按照博弈论中关于参与者为理性人的假设:囚徒困境中参与者之间的不合作似乎是必然的结果。但是,如果一个小偷考虑出狱后还要与另一个小偷打交道,则出卖同伙可能存在成本,当他足够高地估计这种成本时,他也许就会选择“不认罪”。当两个小偷都如此选择时,合作结果就出现了,而博弈的均衡结果就会是(不认罪,不认罪),而不是原有的(认罪,认罪)。当参与者考虑短期决策的长远利益时,其选择就可能倾向于合作。这样,当博弈可重复多次时,参与者就会考虑短期决策对其长远利益的影响,因而原有的仅考虑短期利益的均衡就可能变为注重长期利益的均衡。
