博弈论---3、囚徒困境

博弈论---3、囚徒困境

一、总结

一句话总结：

1、“囚徒困境”就是满足“背叛诱惑 > 合作报酬” 和 “受骗支付 > 背叛惩罚” 条件的博弈。

2、解决“囚徒困境”就是让“囚徒困境”的两个条件不成立：也就是让“背叛诱惑<合作报酬”和“受骗支付<背叛惩罚”

3、生活中的各种合作与背叛的事情，我们也可以提高合作报酬，提高背叛惩罚来降低被背叛的几率。

 

 

二、囚徒困境

博客对应课程的视频位置：3、囚徒困境-范仁义-读书编程笔记
https://www.fanrenyi.com/video/36/326

 

囚徒困境例子

A和B是犯罪同伙，被隔离审讯。

如果A和B都坦白罪行，会都被判刑8年；

如果一人坦白，一人不坦白，坦白的人直接释放，不坦白的重判15年；

如果两人都不坦白呢，则证据不足，都只判1年。

这，就是著名的“囚徒困境”。

...

虽然“都不坦白”是最优策略，但“都不坦白”是经不起考验的最优策略：我如果单方选择背叛，将立即获释，诱惑太大；而且就算我守口如瓶，万一他背叛了呢？我会被判15年，风险太高。

“都坦白”呢？那两人都获刑8年。这时，如果一名囚徒单方决定守口如瓶，他的8年刑期将立刻变为15年，而另一人则被释放。对于守口如瓶的人，这一点好处都没有。

所以，“都坦白”，是囚徒困境中唯一稳定的“纳什均衡”。

那，这背后的博弈论原理是什么呢？

 

囚徒困境

一个典型的囚徒困境，其实就是满足两个条件的博弈：

1、背叛诱惑 > 合作报酬

合作报酬是判刑1年，背叛诱惑却是立即释放。

2、受骗支付 > 背叛惩罚

背叛惩罚是判刑8年，受骗支付却是判刑15年。

这就是“囚徒困境”的基本原理。

...

那，要怎么“破”？

1、让“合作报酬 > 背叛诱惑”

我们看看电影里常见的桥段：

你很讲义气，死不招供，然后就会有人给你带话：大哥说了，你家里的事情不用担心，老人、嫂子、孩子，我们都会照顾好。你出来那一天，还会有一大笔dollar...这就是提高“合作报酬”；

一个坦白了的人刚被释放出来，坐上自己的汽车，汽车发动的一瞬间，bang！！！就算把你释放出来，也一样没有好果子吃，这就是降低“背叛诱惑”；

2、让“背叛惩罚 > 受骗支付”

我们还是看看电影里面的桥段：

电影里的古惑仔们，大多都很讲义气，崇尚“忠义”，不讲义气会被整个江湖唾弃，这种文化会在一定程度上，增加“背板惩罚”；

什么？你被人出卖了？大哥除了会给你钱，帮你赡养家人之外，你的仇人就是大哥的仇人。不管他走到天涯海角，你放心，这仇我帮你报了！这，就是降低“受骗支付”。

 

小结一下

“囚徒困境”就是“背叛诱惑 > 合作报酬”，“受骗支付 > 背叛惩罚”。

怎么破？

第一，提高合作报酬，降低背叛诱惑；

第二，提高背叛惩罚，降低受骗支付。

 

生活中的各种合作与背叛的事情，我们也可以提高合作报酬，提高背叛惩罚来降低被背叛的几率。

 

你，学会了么？

...

 

参考：https://www.toutiao.com/i6493100684932547086/