博弈论之囚徒困境

 博弈论这个术语大家应该都听过吧，先给出定义：

博弈论又被称为对策论（Games Theory),是研究具有斗争或竞争性 质现象的理论和方法，它既是现代数学的一个新分支，也是运筹学的一个重要学科。

然后在给出一个经典的例子帮助大家理解。

囚徒困境博弈

　　在博弈论中，含有占优战略均衡的一个著名例子是由塔克给出的“囚徒困境”（prisoners’ dilemma）博弈模型。该模型用一种特别的方式为我们讲述了一个警察与小偷的故事。假设有两个小偷A和B联合犯事、私入民宅被警察抓住。警方将两人分别置于不同的两个房间内进行审讯，对每一个犯罪嫌疑人，警方给出的政策是：如果一个犯罪嫌疑人坦白了罪行，交出了赃物，于是证据确凿，两人都被判有罪。如果另一个犯罪嫌疑人也作了坦白，则两人各被判刑8年；如果另一个犯罪嫌人没有坦白而是抵赖，则以妨碍公务罪（因已有证据表明其有罪）再加刑2年，而坦白者有功被减刑8年，立即释放。如果两人都抵赖，则警方因证据不足不能判两人的偷窃罪，但可以私入民宅的罪名将两人各判入狱1年。表2.2给出了这个博弈的支付矩阵。

表2.2  囚徒困境博弈 [Prisoner's dilemma]

——————————————————————————
　　　　　　　　┃　　　　 B　　  ┃　　　　 B　　   ┃
————————┃————————┃————————┃
　　　　　　　　┃　　　　坦白　   ┃　　　　抵赖　    ┃
————————┃————————┃————————┃
A　　   坦白　　 ┃　　 –8, –8　   ┃　　　0, –10　 ┃
————————┃————————┃————————┃
A　　   抵赖　　  ┃　　–10, 0　　 ┃　　　 –1, –1　┃
————————┃————————┃————————┃

我们来看看这个博弈可预测的均衡是什么。对A来说，尽管他不知道B作何选择，但他知道无论B选择什么，他选择“坦白”总是最优的。显然，根据对称性，B也会选择“坦白”，结果是两人都被判刑8年。但是，倘若他们都选择“抵赖”，每人只被判刑1年。在表2.2中的四种行动选择组合中，（抵赖、抵赖）是帕累托最优的，因为偏离这个行动选择组合的任何其他行动选择组合都至少会使一个人的境况变差。不难看出，“坦白”是任一犯罪嫌疑人的占优战略，而（坦白，坦白）是一个占优战略均衡。