《博弈策略的生活解》由會員分享，可在線閱讀，更多相關《博弈策略的生活解（49頁珍藏版）》請在裝配圖網(wǎng)上搜索。
1、單擊此處編輯母版標題樣式,單擊此處編輯母版文本樣式,第二級,第三級,第四級,第五級,*,博弈策略的生活解讀,主講人：黃春建,電話：,18639715222,走近博弈論,對于許多非數(shù)學專業(yè)和經(jīng)濟學專業(yè)人士來說，博弈論應該是一個極為陌生的概念。但在國外，博弈論作為現(xiàn)代經(jīng)濟學的前沿領域，已成為占據(jù)主流的基本分析工具之一。,博弈之道是古已有之，但博弈思想的系統(tǒng)化、數(shù)學化卻是近幾十年發(fā)展起來的。正是因為博弈科學是一門新學科，我國管理界、經(jīng)濟界對博弈論與信息經(jīng)濟學的研究還是停留在引進介紹層面上，他們發(fā)表的成果大多是堆砌龐雜的數(shù)學算法與令人眩目的數(shù)學模型。,我們學習博弈的目的就是通過博弈相關知識及著名的博弈
2、案例，諸如囚徒困境、智豬博弈、斗雞博弈等等，研究人們?nèi)绾芜M行決策，以及這種決策如何達到均衡的問題。每個博弈者在決定采取何種行動時，不但要根據(jù)自身的利益和目的行事，還必須考慮到他的決策行為對其他人的可能影響，以及其他人的反應行為的可能后果，通過選擇最佳行動計劃，來尋求收益或效用的最大化。這門課在一定程度上，是為了提高在校大學生感性認識和理性認識的融合，明白做人做事的道理，掌握分析和處理一些事情的方法和技巧。,一、博弈基礎知識,博弈的定義：一些個人、團隊或其他組織，面對一定的環(huán)境條件、在一定的規(guī)則約束下，依靠所掌握的信息，同時或先或后，一次或多次，從各自允許選擇的行為或策略進行選擇并加以實施，并從
3、中各自取得相應結果或收益的過程。,博弈的構成要素：,1,、博弈要有,2,個或,2,個以上的參與者（,Player,）。,2,、博弈要有參與各方爭奪的資源或收益（,Resources,或,Payoff,）。,3,、參與者有自己能夠選擇的策略（,Strategy,）。,4,、參與者擁有一定量的信息（,Information,）。,博弈的分類：,1,、分為合作博弈與非合作博弈。如果各博弈方能達成某種有約束力的契約或默契，以選擇共同的策略，此種博弈就是合作博弈。反之，就屬于非合作博弈。,2,、分為零和博弈、常和博弈與變和博弈。零和博弈指的是所有博弈方的得益總和為零。常和博弈則是指所有博弈方的得益總和等
4、于非零的常數(shù)。變和博弈則是指隨著博弈參與者選擇的策略不同，各方的得益總和也不同。,3,、分為靜態(tài)博弈與動態(tài)博弈。所有博弈方同時或可看作同時選擇策略，采取行動的博弈是靜態(tài)博弈。,4,、,分為完全信息博弈與不完全信息博弈。,納什均衡,定義：在給定別人最優(yōu)的情況下，自己最優(yōu)選擇達成的均衡。,假設有,n,個局中人參與博弈，給定其他人策略的條件下，每個局中人選擇自己的 最優(yōu)策略（個人最優(yōu)策略可能依賴于也可能不依賴于他人的戰(zhàn)略），從而使自己利益最大化。所有局中人策略構成一個策略組合（,Strategy Profile,）。納什均衡指的是這樣一種戰(zhàn)略組合，這種策略組合由所有參與人最優(yōu)策略組成。即在給定別人策
5、略的情況下，沒有人有足夠理由打破這種均衡。納什均衡，從實質上說，是一種非合作博弈狀態(tài)。,納什均衡達成時，并不意味著博弈雙方都處于不動的狀態(tài)，在順序博弈中這個均衡是在博弈者連續(xù)的動作與反應中達成的。納什均衡也不意味著博弈雙方達到了一個整體的最優(yōu)狀態(tài)，以下的囚徒困境就是一個例子。,二、囚徒困境,兩個共同偷竊的犯罪嫌疑人甲和乙被帶進警察局。警方對兩名犯罪嫌疑人實行隔離關押，隔離審訊，每個犯罪嫌疑人都無法觀察同伴的選擇。,警方懷疑他們作案，但手中并沒有掌握確鑿證據(jù)，于是明確地分別告知兩名犯罪嫌疑人：對他們犯罪事實的認定及相應的量刑完全取決于他們自己的供認。如果其中一方坦白，而另一方抵賴，供認方將不受懲
6、罰，無罪釋放，另一方會被重判,10,年；如果雙方都供認，各被判,5,年；而如果雙方均不認罪，因為警方找不到其他證據(jù)，則無罪釋放。,乙抵賴,乙供認,甲抵賴,二人無罪釋放,甲判,10,年，乙無罪釋放,甲供認,甲無罪釋放，乙判,10,年,甲乙各判,5,年,體現(xiàn)囚徒困境基本精神,背叛,形成囚徒困境的機制,擔心自己成為傻瓜（處于囚徒困境時，兩害相權取其輕）,啟示：,囚徒困境這個模型，幾乎是博弈論的代名詞。兩個基于“坦白從寬，抗拒從嚴”審訊的囚徒，從理性的角度出發(fā)，會產(chǎn)生怎樣的結局？結果卻是，從個人理性并追求個人利益最大化，那么二人皆坦白，也就是背叛。這在四種策略中并不占優(yōu)，那為什么不采用集體最優(yōu)策略而合
7、作呢？很簡單的集體優(yōu)化，必然侵害個人利益的最大化。當然這一切前提是理性假設，也就是著名的經(jīng)濟人假設：經(jīng)濟學中的人都是“小人”（管理學則認為人是“君子”）。破解這一困境的途徑則是打破信息孤立，而執(zhí)法者的反制則是維持孤立或者加強威脅。無論背叛還是合作，誰在這里面堅持到最后，誰將取勝。,三、重復博弈,合作的開始,重復博弈是一種特殊的博弈，在博弈中，同樣結構的博弈重復許多次，其中的每次博弈稱為“階段博弈”（,stage games,）。在每個階段博弈中,參與人可能同時行動,也可能不同時行動。因為其他參與人過去的行動的歷史是可以觀測的，因此在重復博弈中，每個參與人可以使自己在每個階段選擇的策略依賴于其他
8、參與人過去的行為。,對未來的預期是影響我們行為的重要因素。一種是預期收益：我這樣做，將來有什么好處；一種是預期風險：我這樣做可能將來面臨,什么,問題。這都將影響個人的策略。,資深的博弈論專家羅伯特,-,奧曼在,1959,年指出，,人與人的長期交往是避免短期沖突、走向協(xié)作的重要機制。,在現(xiàn)實環(huán)境中，存在著一些道德因素，可以化解個人理性與群體理性的矛盾，維系整個社會的穩(wěn)定。,有限次的囚徒困境情況不同于無限次的囚徒困境的重復博弈。當臨近博弈的終點時，采取不合作策略的可能性加大。,即使參與人以前的所有策略均為合作策略，如果被告知下一次博弈是最后一次，那么肯定采取不合作的策略。,所以要是博弈終點不確定性
9、，只要,存在繼續(xù)合作的機會，背叛就會被抑制。,無名氏定理：博弈中雙方合作時得益最大，但若一方不遵守合作約定，必定是另一方合作者吃虧。所以需要引入懲罰機制：誰違約，就要處罰他，使他不敢違約。博弈一方之所以會與另外一位合作，只是因為他知道，如果他今天被騙，明天還能對欺騙實施懲罰。奧曼先生把這一洞察結論稱之為“無名氏定理”,啟示：,每一次人際交往其實都可以簡化為兩種基本選擇：合作還是背叛。在人際交往中普遍存在囚徒困境：明知合作能帶來雙贏，但理性的自私和信任的缺乏導致合作難以產(chǎn)生。而且，如果博弈是一次性，那么必然加劇雙方進行“坦白”的決心，選擇相互背叛。而現(xiàn)實生活中反復交往的人際關系，則是一種“不定次
10、數(shù)的重復博弈”。在較長的視野內(nèi)，人與人交往關系的重復造成“低頭不見抬頭見”的關系，可以使交往主體之間走向合作。,4,、一報還一報,人際交往個體原則,重復博弈理論上導致了合作的產(chǎn)生，但是誰也不能保證合作的繼續(xù)，合作的代價是建立在對方背叛的風險之上的。如果個人放棄未來收益或當前背叛收益大于未來收益，背叛的風險仍然存在。哪么在重復博弈怎樣的策略才是最優(yōu)。經(jīng)過若干科學家在計算機,PK,后，及其原始的“以牙還牙”策略脫穎而出，固然這個策略簡單至極，其威力卻無窮，以至于人們在推捧這一策略的后發(fā)現(xiàn)，這一策略有其可怕性。一旦某個環(huán)節(jié)出現(xiàn)背叛，據(jù)此原則行事的博弈將永無休止背叛下去。所以我們又設計了修正的一報還一
11、報策略，作為人際關系中的指導。,生活中有很多事情，法律和道德不好約束,美國密西根大學學者羅伯特,愛克斯羅德提出了一報還一報策略。他是一個政治科學家，研究方向是人與人之間的合作關系。,研究前提：一、每個人都是自私的；二、沒有權威干預個人決策。研究的問題,:,一、人為什么要合作。二、人什么時候合作、什么時候不合作。三、如何使別人與你合作。,一報還一報策略優(yōu)點：,1,、,善良,，是指它第一部總是向對方表達善意。它堅持永遠不首先背叛對方，開始總是選擇合作，而不是一開始就選擇背叛或主動作弊。,2,、,可激怒,，是指對方出現(xiàn)背叛行動時，它能夠及時識別并一定要采取背叛的行動來報復，不會讓背叛者逍遙法外。,3
12、,、,寬容,，是指它不會因為別人一次背叛，長時間懷恨在心或者沒完沒了的報復，而是在對方改過自新、重新回到合作軌道時，能既往不咎的恢復合作。,4,、,簡單,，是指它的邏輯清晰，易于識別，能讓對方在較短時間內(nèi)辨別出來其策略所在。,5,、,不妒忌,，是指它不耍小聰明，不占對方便宜，不在任何雙邊關系中爭強好勝。,一報還一報策略應用于現(xiàn)實社會的缺陷：由于現(xiàn)實中的人會有誤會的存在，一報還一報應用于現(xiàn)實社會主要由兩個缺陷：,一是太容易激發(fā)背叛；二是它缺少一個宣布“到此為止”的機制。,如何克服：在“在一在二不在三”的原則下，采用修正的一報還一報策略，一是寬大的一報還一報，即以一定的概率不報復對方的背叛；二是悔
13、過的一報還一報，即以一定的概率主動停止背叛。,處事哲學：以直報怨（擯棄以德報怨和以怨報怨）,對于正在戀愛中的人們來說，獲得幸福愛情的博弈原則應該是：,（,1,）善意而不是惡意的對待戀人。這個道理很簡單了，無須多說。（,2,）寬容而不是尖刻地對待戀人。幸福的戀人可能并不是忠貞不二的，當然也肯定不是見異思遷的，他們能夠生活得愉快，關鍵是能夠彼此寬容，既寬容對方的缺點，甚至也寬容他偶爾的不忠貞。而尖刻地對待戀人的人，對戀人的偶爾不忠貞總是不肯遷就的人，往往也都不會幸福。,（,3,）強硬而不是軟弱地對待戀人。就是要在我永遠愛你的善意的前提下，做到有愛必報，有恨也必報，以眼還眼，以牙還牙，以其人之道，還
14、治其人之身。這其中，當然是要有限度和分寸的。比如對戀人與其他異性的親熱行為，要有極其強烈的敏感與斬釘截鐵地回報，當然，每次發(fā)脾氣都是有限度的，而且還要能寬容對方。（,4,）簡單明了而不是山環(huán)水繞地對待戀人。愛克斯羅德的實驗證明，在博弈過程中，過分復雜的策略使得對手難于理解，無所適從，因而難以建立穩(wěn)定的合作關系。,其實，戀愛只是一個例子，在生活中的各種各樣的人類交往中，修正的一報還一報策略都是上上之選，因為它促進了人們之間的長久的合作，取得了共贏。那么在交往中具體采用什么樣的方法提高合作性呢？（,1,）要建立持久地關系。即使是愛情,也需要建立婚姻契約以維持雙方的合作。（,2,）要增強識別對方行動
15、的能力，如果不清楚對方是合作還是不合作，就沒法回報他了。（,3,）要維持聲譽，說要報復就一定要做到，人家才知道你是不好欺負的，才不敢不與你合作。（,4,）能夠分步完成的對局不要一次完成，以維持長久關系，比如，貿(mào)易、談判都要分步進行，以促使對方采取合作態(tài)度。（,5,）不要嫉妒人家的成功，,一報還一報,正是這樣的典范。（,6,）不要首先背叛，以免擔上罪魁禍首的道德壓力。（,7,）不僅對背叛要回報，對合作也要作出回報。（,8,）不要耍小聰明，占人家便宜。友善、有原則、寬容、簡單、不嫉妒朋友的成功，這些信條應是我們每個人的為人處世之道。,五、人質困境,多個人的囚徒困境,在一群人面對威脅或損失時，“第一
16、個采取行動”的決定是很難做出的，因為它意味著將付出慘重代價。這個困境便就叫做人質困境。,需要協(xié)調(diào)和個人犧牲才能有所收獲的事情，做起來可能具有人們難以想像的難度。,僅僅用道德的呼喚來讓人們挺身而出與邪惡作斗爭是不現(xiàn)實的，而且，要任何一個人在人質困境中首先采取行動并獨自承擔報復的后果都是不公平的。,解決方法：提升人的群體理性，加強溝通與合作。,人質困境問題產(chǎn)生的機制稱為“手風琴效應”，每一個折疊都會推動或拉動鄰近一個折疊。每一個體都做了相同的選擇，比如一車人面對兩個劫匪選擇沉默，但都是錯誤的選擇。,個體理性和完全理性：,以個體利益最大為目標的利息沒那個被稱為個體理性，而有完美的分析判斷能力和不會犯選擇行為的錯誤被稱為完全理性。,完全理性包括追求最大利益的理性意識、分析推理能力、識別判斷能力、記憶能力和準確行為能力等多方面的完美表現(xiàn)，其中任何一方面不完美就不屬于完全理性。,六、酒吧博弈,混沌系統(tǒng)中的策略,酒吧問題是美國人阿瑟,(W.B.Arthur),教授提出的。,酒吧問題是指這樣一個博弈：有一群人，比如總共有,100,人，每個周末均要決定，是去附近的一個酒吧活動還是呆在家里。該酒吧的容量是
博弈策略的生活解
