经典的囚徒困境
来源:互联网 发布:lbp算法 编辑:程序博客网 时间:2024/04/29 04:18
经典的囚徒困境
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)拟定出相关困境的理论,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”。经典的囚徒困境如下:
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。
用表格概述如下:
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。
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。这就是“困境”所在。例子漂亮地证明了:非零和博弈中,帕累托最优和纳什均衡是相冲突的。
- 经典的囚徒困境
- 博弈论的经典案例:囚徒困境
- "囚徒困境"的故事
- 囚徒困境的故事
- 博弈论-囚徒困境与重复囚徒困境的启示
- 博弈论-囚徒困境与重复囚徒困境的启示
- IT界的囚徒困境
- 关于”囚徒困境“的见解
- 囚徒困境
- 囚徒困境
- 囚徒困境
- 企业团队无法绕开的囚徒困境
- 囚徒困境--自私的理性
- 老板与员工之间的囚徒困境
- 囚徒困境(博弈论的诡计)
- 软件随想录之囚徒的困境
- 022 囚徒困境中的均衡-----从一篇经典论文说起
- 博弈论之囚徒困境
- ORACLE一统江湖
- SQL Server 2008中的merge
- 111
- 转载收藏:非常有用的JS事件功能
- NBA资料之季后赛排位规则
- 经典的囚徒困境
- 缓存AOP编程的文摘(java例子),数据缓存切入编程的文章
- SCR, PCR, ESCR, PTS, DTS
- VBA模拟提交查询到他人网站,获得结果数据后写到一个Excel表中
- Linux常用命令全集
- J2ME手机程序开发中的九大注意要点
- 全面规范的软件需求可以规避项目风险
- 离职申请
- 海盗分金2