Loading AI tools
迭代囚徒困境的博弈論有效策略 来自维基百科,自由的百科全书
以牙還牙(英語:tit for tat)是一個用於博弈論的重複囚徒困境(reiterated prisoner's dilemma)非常有效的策略。這策略最先由數學家阿納托·拉普伯特(Anatol Rapoport)提出,並在密歇根大學政治科學家羅伯特·阿克塞爾羅(Robert Axelrod)有關囚徒困境的研究中擊敗其他方法,脫穎而出,成為解決囚徒困境的最佳策略[1]。
這一策略有兩個步驟:
「以牙還牙」策略有四個特點:
在眾多策略中,「以牙還牙」是最有效的,曾連續數年擊敗由計算機科學家,經濟學家和心理學家等團隊所提出的策略。博弈論者儘管沒有實質證據,但他們認為「以牙還牙」是最佳的策略。
假設有四個參與者:兩個用「以牙還牙」的策略,另外兩個無論任何時候都會背叛其他人以讓自己得到最大的好處。假定每個參與者將要面對另外三個參與者進行六次對決。如果一名參與者背叛對方而對方不背叛,前者有5分,後者得0分;如果雙方不背叛對方,雙方各得3分;如果雙方同時背叛對方,雙方各得1分。
儘管「以牙還牙」者從來沒有贏得過一場比賽,而背叛者從未輸過一場比賽,考慮到雙方的最大共同利益,「以牙還牙」仍然是最好的策略。
雖然阿克塞爾羅德證明了「以牙還牙」在某些情況下是最佳的策略,但兩名「以牙還牙」者有時候在博弈時仍會產生問題。假如其中一方錯誤理解形勢,就可能造成災難性結果。在「以牙還牙」的策略下,博弈者被迫懲罰之前背叛自己的對手(儘管他不是有意的),造成惡性循環。雙方都認為自己是無辜的,自己所作的只是為了自衛,並歸咎對手惡毒或是不跟自己合作。這種情況經常發生在現實世界的衝突,如學生間的打鬥和地區戰爭。而且實際上用「以牙還牙」策略只能保證和對方打成平手,很難獲得更大的勝利。[2]
在重複囚徒困境的20周年紀念賽中,來自英國南安普敦大學的一個小組(由尼古拉斯·詹寧斯(Nicholas Jennings)領導,包括了拉蒂普·達什(Rajdeep Dash)、薩瓦帕里·拉姆瓊(Sarvapali Ramchurn)、亞歷克斯·羅傑斯(Alex Rogers)斯和皮魯克里士南·維特林根(Perukrishnen Vytelingum))找出了另一種策略,這個新的策略在另一次實驗中打敗了「以牙還牙」策略。在「以牙還牙」策略成功的那個實驗裡,競爭者與競爭者之間是獨立的。而該團隊的新策略卻提供了一個小組,這個小組的人都有一個目的,就是力保小組中的其中一人。也就是說這個小組可以看作一個大的競爭者。
BitTorrent應用「以牙還牙/投桃報李」策略以優化下載速度[3]。BitTorrent運用的optimistic unchoking技術就是運用了「以牙還牙/投桃報李」策略。BitTorrent會定期隨機選擇其他用戶作上載,以尋找更多潛在合作者(願意上載的用戶),最大化上下載者的共同利益。
在動物群落,施予者提供幫助予受益者。利他行為應該得到回報,當雙方的需求互換,原來的受益者應報答及幫助原來的施予者。群落當中有機制以查明和懲罰「不報答者」。「以牙還牙/投桃報李」原則是一個調節互惠利他主義的重要機制。
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.