博弈论研究

作者：来源：日期：2006-07-21 点击：222

字体大小:
小
中
大

　　　　合作的进化
　　　　
　　　　北京天则经济研究所第139次双周学术讨论会由吴坚忠博士作主题发言，研讨了美國学者艾克斯罗德提出的《合作的进化》問題，艾克斯罗德通过对多人多次重复博弈的对策研究，指出在博弈中产生合作的必要条件和获胜策略的主要特征。当策略群体是按各種策略的得分进行淘汰和进化时，艾克斯罗德发现，群体以一種不可逆转的方式向合作的方向进化，也就是说，群体的合作性随进化过程越来越大。与会学者在主题发言之后展开了热烈的讨论。以下是这次学术讨论会的综合观点。
　　　　
　　　　　
　　　　
　　　　一、博弈中最优策略的产生
　　　　
　　　　艾克斯罗德在开始研究合作之前，设定了两个前提：一、每个人都是自私的；二、没有权威干预个人决策。也就是说，个人可以完全按照自己利益最大化的企图进行决策。在此前提下，合作要研究的問題是：第一、人为什么要合作；第二、人什么时候是合作的，什么时候又是不合作的；第三、如何使别人与你合作。【交易知识macd.org.cn收集整理】
　　　　
　　　　
　　　　社会实践中有很多合作的問題。比如國家之间的关税报复，对他國产品提高关税有利于保护本國的经济，但是國家之间互提关税，产品价格就提高了，丧失了竞争力，损害了國际贸易的互补优势。在对策中，由于双方各自追求自己利益的最大化，导致了群体利益的损害。对策论以著名的囚犯困境来描述这个問題。
　　　　
　　　　
　　　　A和B各表示一个人，他们的选择是完全无差异的。选择C代表合作，选择D代表不合作。如果AB都选择C合作，则两人各得3分；如果一方选C，一方选D，则选C的得零分，选D的得5分；如果AB都选D，双方各得1分。
　　　　
　　　　
　　　　显然，对群体来说最好的结果是双方都选C，各得3分，共得6分。如果一方选C，一方选D，总体得5分。如果两人都选D，总体得2分。
　　　　
　　　　
　　　　对策学界用这个矩阵来描述个体理性与群体理性的冲突：每个人在追求个体利益最大化时，就使群体利益受损，这就是囚徒困境。在矩阵中，对于A来说，当对方选C，他选D得5分，选C只得3分；当对方选D，他选D得1分，选C得零分。因此，无论对方选C或D，对A来说，选D都得分最多。这是A单方面的优超策略。而当两个优超策略相遇，即A，B都选D时，结果是各得1分。这个结果在矩阵中并非最优。困境就在于，每个人采取各自的优超策略时，得出的解是稳定的，但不是帕累托最优的，这个结果体现了个体理性与群体理性的矛盾。在数学上，这个一次性决策的矩阵没有最优解。
　　　　
　　　　
　　　　如果博弈进行多次，只要对策者知道博弈次数，他们在最后一次肯定采取互相背叛的策略。既然如此，前面的每一次也就没有合作的必要，因此，在次数已知的多次博弈中，对策者没有一次会合作。
　　　　
　　　　
　　　　如果博弈在多人间进行，而且次数未知，对策者就会意识到，当持续地采取合作并达成默契时，对策者就能持续地各得3分，但如果持续地不合作的话，每个人就永遠得1分。这样，合作的动机就显现出来。多次对局下，未来的收益应比现在的收益多一个折现率W，W越大，表示未来的收益越重要。在多人对策持续进行下去，且W比较大，即未来充贩N匾保钣诺牟呗允怯氡鹑瞬扇〉牟呗杂泄氐摹＜偕枘橙说牟呗允牵谝淮魏献鳎院笾灰苑讲缓献饕淮危陀啦缓献鳌６哉夥N对策者，当然合作下去是上策。假如有的人不管对方采取什么策略，他总是合作，那么总是对他采取不合作的策略得分最多。对于总是不合作的人，也只能采取不合作的策略。
　　　　
　　　　
　　　　艾克斯罗德做了一个实验，邀请多人来参加游戏，得分规则与前面的矩阵相同，什么时候结束游戏是未知的。他要求每个参赛者把追求得分最多的策略写成计算机程序，然后用单循环赛的方式将参赛程序两两博弈，以找出什么样的策略得分最高。
　　　　
　　　　
　　　　第一轮游戏有14个程序参加，再加上艾克斯罗德自己的一个随机程序(即以50%的概率选取合作或不合作)，运转了300次。结果得分最高的程序是加拿大学者罗伯布写的“一报还一报“(tit for tat)。这个程序的特点是，第一次对局采用合作的策略，以后每一步都跟随对方上一步的策略，你上一次合作，我这一次就合作，你上一次不合作，我这一次就不合作。艾克斯罗德还发现，得分排在前面的程序有三个特点：第一，从不首先背叛，即“善良的“；第二，对于对方的背叛行为一定要报复，不能总是合作，即“可激怒的“；第三，不能人家一次背叛，你就没完没了的报复，以后人家只要改为合作，你也要合作，即“宽容性“。
　　　　
　　　　
　　　　为了进一步验证上述结论，艾氏决定邀请更多的人再做一次游戏，并把第一次的结果公开发表。第二次征集到了62个程序，加上他自己的随机程序，又进行了一次竞赛。结果，第一名的仍是“一报还一报“。艾氏总结这次游戏的结论是：第一，“一报还一报“仍是最优策略。第二，前面提到的三个特点仍然有效，因为63人中的前15名里，只有第8名的哈灵顿程序是“不善良的“，后15名中，只有1个总是合作的是“善良的“。可激怒性和宽容性也得到了证明。此外，好的策略还必须具有的一个特点是“清晰性“，能让对方在三、五步对局内辨识出来，太复杂的对策不见得好。“一报还一报“就有很好的清晰性，让对方很快发现规律，从而不得不采取合作的态度。
　　　　
　　　　　
　　　　

共5页: 上一页 [1] [2] [3] 4 [5] 下一页

↑返回顶部打印本页关闭窗口↓

推荐文章

热点文档

博弈论研究

相关文章