Question

囚徒困境的最优策略是什么？

Answer 1

囚徒困境的最优策略是以牙还牙：每一次都复制对方上一步的策略。

在现实生活中，我们会遇到很多类似囚徒困境的博弈情况，以牙还牙并不是最优解，因为我们很有可能会遇到两种情况。

1、对方由于操作失误而产生背叛。

2、自己对对方操作的理解发生偏差。

基于这两种情况，宽容的以牙还牙策略是最优解，即在对方第一次背叛时我们选择宽容，第二次背叛时采用以牙还牙策略，这样就避免了因上面说的两种失误而产生的局势错判，充分保证了游戏的持续进行。

囚徒困境是博弈论的非零和博弈中具代表性的例子，反映个人最佳选择并非团体最佳选择。虽然困境本身只属模型性质，但现实中的价格竞争、环境保护、人际关系等方面，也会频繁出现类似情况。

理论起源

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。囚徒困境所反映出的深刻问题是，人类的个人理性有时能导致集体的非理性-聪明的人类会因自己的聪明而作茧自缚，或者损害集体的利益。