Question

囚徒困境

Answer 1

        囚徒困境的故事讲的是，两个嫌疑犯作案后被警察抓住，分别关在不同的屋子里接受审讯。警察知道两人有罪，但缺乏足够的证据。警察告诉每个人：如果两人都抵赖，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抵赖，坦白的放出去，抵赖的判十年。于是，每个囚徒都面临两种选择：坦白或抵赖。然而，不管同伙选择什么，每个囚徒的最优选择是坦白：如果同伙抵赖、自己坦白的话放出去，抵赖的话判十年，坦白比不坦白好；如果同伙坦白、自己坦白的话判八年，比起抵赖的判十年，坦白还是比抵赖的好。结果，两个嫌疑犯都选择坦白，各判刑八年。如果两人都抵赖，各判一年，显然这个结果好。

        还看过一个关于类似的故事，觉得比这个好些，大概是讲如果两个人互相选择对方有利的就可以得到4个3分，两个人都可以成功。不过记不太清了。

        看过一些经济学或者博弈论的人都知道这个抽象出来典型故事。这是一个关于选择和结果的判断过程。这个故事的重点在于囚徒本人理性上不可能选择最优的结果。与此相关还有一些心理学习的总结。实际上最终问的是是否将利人作为自己的选择。也可以是在问仁与善到底从何来来。其实我很不喜欢用这个故事做隐喻，警察，囚徒的身份在心中有很多先验性的判定。

        实际上这个问题还可以在物理学上的宏观和微观层面上得到解释。也可以在说明一个问题，一个文化的其终极意义。得到理论上的最优结果，并建立起群体为之付出的理念。所以这里说的也并不是某一次选择，而是很多次的选择。

        现在运用计算机程序已基本上模拟出下面这个结果。

        两次竞赛中获胜的策略——平均得分最高——都是所提交的策略中最简单的策略：针锋相对（TIT FOR TAT）。这个策略是数学家拉普波特（Anatol Rapoport）提交的，第一个回合合作，然后在后面的回合中采取对手在前一回合中所使用的策略。也就是说针锋相对策略愿意合作，并且对愿意合作的对手以礼相待。但如果对方背叛，针锋相对策略就会回之以背叛，直到对手又开始合作为止。

        让人吃惊的是，这样简单的策略竟然打败了其他所有策略，尤其是第2次竞赛时参赛者已经知道了针锋相对策略，可以有针对性地与它对抗。然而，在参赛的几十位专家中，没有人能设计出更好的策略。

        采取“友善、报复、宽恕、明确”的原则，正是阿克塞尔罗德在重复囚徒困境中指出的成功所需的条件。

        上面囚徒困境来自百度百科，计算机实验摘自《复杂》。

        计算机的模拟将远远大于生命的长度。可是个体的人还是得面对一次又一次单个的选择。总有那么一些人，傻傻的选择了美好。再回头看看那些令人感动的就是这些傻傻的美好。