晓书童将常年相伴在您左右，最近降温得厉害，同学们注意保暖，保重身体.，今天小编就来说说关于博弈论经典案例解读?下面更多详细答案一起来看看吧!

博弈论经典案例解读

晓书童将常年相伴在您左右，最近降温得厉害，同学们注意保暖，保重身体.

我们正在解读《博弈论与生活》，作者兰·费雪。

不可能的合作

这是我们聊博弈论的最后一期节目，从一个故事开始。

话说，1914年第一次世界大战爆发，因为有了机枪的出现，在西线战场双方陷入了持久的堑壕战。两边挖了战壕，把前方的树全部砍光，留下一片开阔地带。如果谁敢发起冲锋，面对架好的机枪，基本就是排着队去接受枪决，所以双方就这么僵持着。

奇怪的是，等到这一年圣诞节的时候，双方士兵不但不再交火，而且自发的一起搞上了联欢会。两边相互问候着新年好，走出战壕一起唱圣诞歌，甚至还组织起了一场足球比赛。这两国之间这可是在打仗啊，而士兵之间竟然手拉着手办起春节联欢晚会？

这一点都不合情，但在当时的情况下确实非常的合理。

两军都躲在深深的战壕里，无法消灭对方，长时间僵持不下，情况慢慢的出现了微妙的变化。一开始是到了开饭的时间，后勤人员要来送饭，对方是可以看到对面炊事班开车来送饭的。这个时候如果开炮攻击是可以将其消灭，但是如果你砸了对面的饭碗，那你自己还要不要吃饭？人家也可以开炮打翻你的外卖。这样一来大家可都要饿肚子，于是这就达成了默契，我不砸你的饭碗，你也别搞我的外卖。

“我活也让你活”，一种特殊的合作策略出现了。

到了开饭时间就停火，炊事班的人也不用悄悄摸摸的，大摇大摆，有说有笑地来送饭。还有天气恶劣的时候，战壕里阴冷潮湿，双方士兵都遭罪，渐渐又约定俗成，天气恶劣不打。接下来就是节假日不打，周末也不打。于是就出现了刚才我们说的一幕，大过年的两边从战壕里跑出来搞联欢。

最后默契到什么程度，双方会只在固定时间朝着对方阵营开枪射击，每天射击的时间准确到可以用枪声来对表。

有一位英国士兵后来回忆说：一次自己正在和战友晒太阳喝茶，突然听到一阵枪炮声。大家都很愤怒，因为按照默契约定，这个时间点是不应该开火的，对面德国佬是怎么回事儿？这时候对面战壕里爬出来一个人对着这边高喊：“不好意思，走火啦！希望没伤到你们！”

在最不可能出现的合作的战争双方，竟然能够达成这样的合作。

阿克塞尔罗德游戏

这个案例来自一本博弈论的必读经典《合作的进化》，作者是罗伯特·阿克塞尔罗德。在书中，作者介绍了自己的一个实验，寻找在重复博弈当中，什么样的行动策略才能才是最优的。

他用囚徒困境的规则，模拟了一个电脑游戏。如果双方合作，各得三分，如果相互背叛，各得一分，如果一方合作，另一方背叛。那选择合作的0分，背叛者得5分。可见双方都背叛收益很少，双方都合作收益一般，而背叛遇到合作，背叛者收益最高。游戏参与者根据自己的利益计算决定是选择背叛还是选择合作。

阿克塞尔罗德邀请了15位精通博弈论的专家，这些人有数学家、心理学家、经济学家等等，据说还有美国的前国务卿基辛格。受邀者把自己的博弈策略编写成电脑程序，参与到游戏中来。

这些策略中有好人策略，也就是更愿意合作，不首先背叛。当然也有坏人策略，总是琢磨着通过背叛获得更多的利益。这15个策略在经过了5轮一对一的循环赛，也就是一共12万个回合的大混战之后，最后的结果，连阿克塞尔罗德自己都不敢相信。好人大获全胜，前八名清一色都是好人策略，这样的结果简直就如童话故事一样美好。

夺得冠军的策略叫做“一报还一报”，它的原则非常简单。第一次我都选择合作。然后就是以牙还牙，你合作我就合作，你背叛我就背叛，完全复制对手在上一轮的行动。

阿克塞尔罗德不敢相信这个结果，于是又组织了一次比赛，这次参赛策略扩大到了62个，而且参赛者是知道上一次比赛的结果的，可以根据之前的经验调整这一轮的参赛策略。经过了上百万回合的大混战，结果依然如此，好人策略压倒性的获得了优势。而且夺得第一名的仍然是“一报还一报”。

一报还一报

这个策略看起来简单粗暴，却有这么几点高明之处。

首先是善良，不作恶。虽然他不主动背叛，但他又不好欺负，如果你背叛了他，那么他下次就一定会背叛你。但同时，他又是宽容的，就算你之前背叛过，但只要改过自新选择合作，他也依然愿意友好合作。最后，很重要的一点就是他模式简单清晰， 别人一眼便知，明确地知道，在他身上占不到长期的便宜。

因此，善良、报复、宽容和清晰就是“一报还一报”策略能够连续胜出的原因。

而依据这四条，给我们的生活带来了启示。

首先，生活中的博弈并非是下棋打牌这样的零和博弈，获胜的关键不在于战胜对方，而是要在长期反复的合作中实现共赢，眼前的得失并不用太在意，因为并没有那么重要。

我们看“一报还一报”的策略就决定了他在游戏里的单个回合中，合作只能和对手拿一样多，或者遭遇背叛什么都得不到。但是反复博弈之后，它积累下来的分数却是最多的，真正的利益来自于长期的合作共赢。

在阿克塞尔罗德的游戏中，好人策略大获全胜，善良，不作恶很明显是一个优势策略。

其次，报复。别人合作我们就合作，如果别人背叛，我们当然也要用背叛予以反击。被别人当成一个软柿子，有事儿没事儿就来捏你一下，这肯定不行。

学生问孔子说：“以德报怨，何如？”孔子回答：“以德报怨，何以报德？”所以我们就是应该以德报德，以直报怨。

但以直报怨不是说你是恶人，我就要成为一个比你还恶的人，你背叛了我一次，我一辈子都不与你合作。以直报怨不是冤冤相报，我们还必须有足够的宽容，如果在背叛之后再次选择合作，那我们就选择原谅。

最后一点是清晰，简单。

在阿克塞尔罗德游戏的第一轮结束之后，不少人觉得“一报还一报”策略虽然胜出了，但不完美，因此在第二轮的时候做出了改进，用改进版的“一报还一报”策略参加游戏，但谁也没想到这些进化版都不如自己原始的老祖宗。这是为什么？

因为规则越复杂，漏洞就可能越多。更重要的是我们玩的不是零和博弈，在零和博弈中，自己的策略隐藏的越深，就越容易获胜。在阿克塞尔罗德游戏和真实世界中是正和博弈，策略越是简单，越是能让别人看明白，放心与我们建立起稳固的合作关系，我们才更有可能成功。

这就是一报还一报策略给我们带来的重要启示，善良、报复、宽容、清晰。

简单的好人

虽然好人大获全胜的大团圆结局是我们期望看到的，但这也只是对真实世界的一个好美揣测而已。

《合作的进化》作者认为，如果这个游戏不断的继续进行下去，并且引入淘汰机制，好人不断的赢，坏人不断的输，进而好人之间的合作越来越稳固，坏人越发的没有可趁之机。那么在游戏进行1000论，也就是进化1000代之后，坏人策略就将彻底灭绝。从这个游戏推演到人类社会，合作一旦建立起来，优胜劣汰的机制开始发挥作用，如果好人都可以在竞争当中胜出，那么人人都会争当好人，久而久之，坏人自然就消失了。这就是一个物竞天择，进化淘汰的不可逆过程。

但这个推论显然是与现实情况不符的，人类文明诞生至今，不仅坏人没有灭绝。甚至现在我们都没法说到底是好人多还是坏人多。

为什么？因为这个游戏存在一些与现世不符的地方，比方说远远低估了坏人的杀伤力，游戏中的背叛并不能让对方彻底出局，每个人都有东山再起的机会。这就等于是让好人自带主角光环，而现实中呢？有多少人经受了背叛的致命一击以后，就再也没有站起来过。

比方说游戏中的背叛与合作都是放在台边上，一目了然，可是现实中却有多少两面三刀伪君子。一报还一报，怎么报？我们甚至都完全不知道到底是被谁背叛了。当好人因背叛而出局，而坏人的劣迹没有被发现的时候，就会起到示范作用，让很多好人都转向坏人策略。

还有，回到文明伊始的自然状态，那是一个一切人对一切人战争的时代，人人都是坏人。彼此背叛其实占不到多大的便宜。这个时候有一些愿意合作的人出现，抱团取暖，获得稳定的收益，当然是比坏人策略更具优势。

可是当好人越来越多，坏人越来越少，那坏人遇到坏人的概率就变小了，遇到好人的概率很高，那么单方面背叛就很容易获利，因此就有越来越多的人转向坏人策略。所以社会合作的真实演化并非是坏人向好人的单向演化，而是一个双向演化，不断寻找动态平衡的过程。

在真实的世界中，永远都不存在一劳永逸的策略，这是我们应该看到，也必须接受的。采用什么样的行动策略，是我们每个人由心而生的选择，每一次的行动就决定了我最终将成为一个什么样的人。

每个人始终都是孤独的，一辈子始终都要和自己相处，所谓自由就是孤独的站立，不依恋，不惧怕。

我的选择就是做一个简单的好人，那你呢？

以上便是我们聊“博弈论”的全部内容。

总结

总结一下，这6期节目都说了一些什么。

关于博弈论的探讨，是从经典的囚徒困境开始的，两个囚徒当然都想做出最有利于自己的选择，但是当考虑到对方的行为之后，最终双方的行动结局却相当悲惨。而且这是一个必然的，稳定的，任何一方都不可能改变自己策略的结果。

在不伤害任何人利益的情况下，至少使得一个人的处境变得更好，如果已经到了改无可改的完美状态，这叫做帕累托最优。但是帕累托最优极其不稳定，因为参与者可以损害别人的利益，来让自己获利。

而任何一方都没有单方面改变自己策略的局面叫做纳什均衡，这是博弈论中非常重要的概念，之所以会陷入到困局，就是因为达成了纳什均衡。

想想各国之间的军备竞赛，想想我们在竞争领域常说的内卷，其实都是达成了纳什均衡，陷入了囚徒困境。

破除困境有这么几条出路：

1、将单次博弈变成多次博弈，让人们都在长期的合作中获利。乡土中国熟人社会的时候，周围都是亲戚朋友，每个人都注重名声。近代之后，人口流动了起来，重复博弈变成了单次博弈，尔虞我诈的事情就多了起来。而随着市场经济的发展，人们越来越依赖重复博弈，个人的名誉又慢慢变得透明。

2、引入惩罚机制，树立绝对的权威，引入第三方监管，迫使人们在博弈当中达成合作，比如说政府监管，交通法规等等。

3、改变游戏规则，秦就是用绝对的暴力一统六国之后，游戏规则才得以改变，天下人才能从军备竞赛中脱困。

4、改变博弈的报偿，调整个人的价值效用，有人追求庙堂之高功名利禄，有人想要江湖之远自在逍遥，同样一块蛋糕，有人钟爱奶油下的鸡蛋糕，有人偏爱那一朵奶油花。如果人人都能各得其所，也就没必要在一个狭小的空间内拼命“内卷”。

很多时候，问题需要在发展的过程中解决，着眼更大的面，才能解决之前局部范围内无法摆脱的困局。

5、想到达成长期稳定的合作关系，靠思想教育、严刑峻法都是远远不够的，只有找到博弈中的纳什均衡并且善加利用，让多方的合作自行运作起来。所以，理想主义者追求帕累托最优，而现实主义者能看到纳什均衡。

除了囚徒困境之外，我们还说到了公地的悲剧，搭便车，懦夫博弈，志愿者困境和两性战争。

公地悲剧似乎看起来是否定了亚当斯密“看不见的手”，但其实最后市场的力量也不会让灾难性的结果发生，但是在这个过程中确实造成了大量的公共资源的价值耗散，通过人为干预是可以避免的。

我们强调了第三方监管的力量，有一种困境叫自由，有一种解放叫禁止。人们最应该关注的是市场和政府之间的界限应该划在哪里，而不是对一边极力追捧，同时对另一边彻底的否定。

对于搭便车行为，一方面我们强调通过惩罚和奖励落实到个人的方式，来解决利益集体共享，而成本却难以均分的问题。另一方面我们也从智猪博弈的角度分析了，作为弱势的小猪，就应该采用跟随战略，懂得合理的搭便车，而作为大猪则必须约束小猪心态，时刻关注自己的核心竞争力。

关于懦夫博弈，拆下自己的方向盘扔出窗外，抛弃选项断绝后路，确实是很有效的博弈策略。但是这也很可能激发对方跟进，双方都使用边缘策略，会让整个局面越发的危险。勇士再往前一步不是成烈士就是成疯子。

在生活中遇到懦夫博弈，我说我愿意选择当一个懦夫，为什么？因为幸福感降低斗争性，拥有幸福就是我们懂得谦让的最好理由。

在懦夫博弈中，想要让对方给我们让路，除了破釜沉舟之外，更加符合中国人智慧的办法是示弱，展示艰辛，隐藏幸福。

关于志愿者困境，需要用到调整个人的价值效用的办法，不妨让自己效用涵盖的范围大一些，为别人做出一点牺牲，对自己而言并非是只有损失，为此我们还可以收获快乐，勇气和自信。求仁而得仁，又何怨？

关于两性战争，是如何在多个纳什均衡中选择其中一个。可以从以往惯例，同类平均，政府指导，甚至是抽签随机，找到一个聚焦点，就能够引发行动，达成合作。

进一步我们说了鹰鸽博弈，博弈是一个动态的过程，没有什么无往不利的终极策略，选择当老鹰还是鸽子，不是感性的偏好，而是理性的计算。

最后就是今天所说的，在众多的博弈策略中，一报还一报就是一个优秀的选择，善良、以直报怨、宽容、清晰，我选择做一个简单的、善良的人。

最后，借用一句余秀华的话：我从不指望吸引别人，因为我觉得这样很浅薄，我得吸引我自己，当对自己有了热爱，才能完成以后一个个孤单而漫长的日子。

希望通过这6期节目的分享，能让博弈论对你有所帮助。