发帖
雷达卡
重复囚徒困境与单次博弈是不同的。单次博弈中选择背叛，对手将没有机会惩罚你。在现实生活中很容易找到这样的例子。通常居民区附近的餐馆订价合理，他们主要招徕回头客，面对的是重复博弈；而火车站、旅游景点附近的餐馆往往质次价高，因为他们的顾客流动性强，是单次博弈。
如果重复囚徒困境博弈确定重复若干回合，那么最佳策略是在最后的回合背叛，反正你的对手没有机会报复你。开在小区附近的餐馆也有可能在预售了很多消费卡之后关门走人，这时候博弈游戏的最后一步是掌握在他们自己手里。
为消除“最后一轮影响”，在阿克塞尔罗德组织的第二轮竞赛中，将每一步结束游戏的概率设定为0.0346，这样就没有人知道最后一步什么时候到来，博弈总次数变成随机的。
如果重复博弈次数是固定的——比如20回合，会发生什么情况？最初，可能选择在第20回合背叛的策略会获得优胜，当大家都选择这一策略之后，就会出现选择在第19回合背叛的程序......这就变成了一个谁先撕破脸皮的游戏。那么是不是可以依次类推，从第一个回合就开始背叛是最佳策略呢？尽管这符合逻辑，但是违背直觉。哪怕是固定20回合，难道不是友善的策略更有可能赢得胜利吗？如果你对这个违背逻辑的直觉有所怀疑的话，不妨把回合数设定为200回合，你是否还会坚持从第一回合就开始背叛是最佳策略？这有点像“秃子悖论”，N+1式的依次类推不能滥用。
在我看来，这些问题有点过于钻牛角尖。在真实的世界里，大多数情况下我们面对的是一个开放的环境。如果某个环境中的对手不太友善，我们难道不是选择离开这里去寻求与其他人合作吗？所以，自由选择是重要的。如果游戏能够设计成开放的，可以自由选择的环境，友善的策略就不会与“小人”策略进行长期的一报还一报的纠缠。
此外，有一个容易被忽略的设定，就是在阿克塞尔罗德设计的这个博弈竞赛中，个体能够识别和记忆曾相遇的其他个体的行为，这才是促使合作行为出现的关键。如果人人都是健忘的，那么居民区与旅游景点附近的餐馆也不会有什么区别。于是，在真实的世界里，声誉具有了重要的意义。即使没有同他人进行过合作，我们也可以通过声誉了解他人的行为模式。
有人说中国人的道德大约只有三十里，意思是说：传统农耕社会里的中国人，生活大致被拘限于家乡，方围三十里，乡里乡亲低头不见抬头见，所以中国人在自已的家乡不敢轻易违逆道德。走出家乡三十里外，认识的人少了，道德的约束力就减弱。日本也有“旅途丢丑不算丑”这样的谚语。但是在现代社会，商标、品牌、信用等等因素变得前所未有的重要起来，所以一个日本米店老板卖霉米事发后只能上吊自杀。
过去被认为是单次博弈的场景，比如火车站、旅游景点附近的餐馆，只看一次的电影等等，如今我们也可以通过网络评分系统了解他们的信息。也就是说，在现代社会当中，人与人的联结变得更加紧密，并不存在真正意义上的单次博弈。我相信，在真实世界的开放环境中，友善策略获胜将变得更加容易。
京公网安备 11010802022788号
