昨天关注了密室大逃脱的大神之一清华博士火树的微博。
清华博士火树
发现了他在B站上的一个科普视频 - 火树带你学博弈论。
火树带你学博弈论
下面是我今天学习的读书笔记。
博弈论定义
双方都有两个以上的选择，为了对抗对方的策略选择。
博弈论分为合作和不合作
合作， 指双方谈判，采取联合策略（本课不涉及）
不合作，指双方不存在谈判和协议的执行
博弈论三要素
参与者：要搞清楚是和谁在博弈。避免发生螳螂捕蝉，黄雀在后的情况。即博弈对象错误。
策略集：双方都有各自的两个以上的策略选择
收益：要区分是名还是利。对名的追求具有竞争性。名一般为个人所有，一个人得到，其他人就不可得。而利是可以在多人之间共享的。
名，利不是一回事
吕氏春秋有个故事，叫子贡赎人和子路受牛。故事是这样的。
鲁国有一条法律，鲁国人在国外沦为奴隶，如果有人能把他们赎出来的，回国后就可以到国库中报销赎金。有一次，孔子的弟子子贡（端木赐）在国外赎回了一个鲁国人，回国后不接受国家赔偿金。孔子说："你做错了，从今以后，鲁国人就不再愿意为在外的同胞赎身了。你如果接受了国家的补偿金，并不会损害你的行为；而你不肯拿回你抵付的钱，别人就不肯再赎人了。这就是子贡赎人拒金的故事。
又有一次，孔子的另一个弟子子路救起一名落水者，那人为了感谢他就送了他一头牛，子路收下了。孔子说：“这下子鲁国人一定会勇于救落水者了。”这既是子路受牛的故事。
理性人假设
这是博弈论一个重要的假设，也叫强敌假设。指参与者追求收益最大化，并且会根据对手的策略进行调整。
经典案例分析- 囚徒困境 prisoner‘s dilemma
收益矩阵图
情景是这样的：有两个窃贼被抓，分别关在两个房间。警察知道两人有罪，但缺乏足够的证据。警察告诉每个人：如果两人都沉默，各判刑一年；如果两人都坦白，各判八年；如果两人中一个坦白而另一个沉默，坦白的放出去，沉默的判二十年。
分析如下：对于甲来说，乙有坦白和沉默两种选项。在乙坦白的选项下，甲坦白比沉默收益大，只需要坐8年的牢。在乙沉默的选项下，还是甲坦白的收益大，获得自由。同理可证乙的选择也是坦白为最大收益。但是，如果两人都沉默，各判一年，显然这个结果是更好的。为什么和单独判断不一致呢？
个人最佳选择并非团体最佳选择
结论就是，在追求利益最大化的前提下，两个人都选择坦白是双方都无法获得更大收益的结果，也是博弈最终平衡的结果。人类的个人理性有时能导致集体的非理性。
网友评论