Question

囚徒困境原理是什么意思？

Answer 1

囚徒困境原理是什么意思？
两个囚徒为了追求各自的利益最大化，得到的结果一定是两败俱伤；如果双方可以同时放弃各自的最优策略，选择合作，这样才可以双赢。所谓困境，在于如果任何一方选择了合作而对方不合作，己方将万劫不复；而如果对方选择合作而自己选择最优策略，自己则有机会一步登天，将万劫不复留给对方，这就是为什么即使双方都知道唯有合作才能双赢，双方仍然无法合作。
经济学中的“囚徒困境”是什么意思？
囚徒困境（Prison Dilemma）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、环境保护等方面，也会频繁出现类似情况。

单次发生的囚徒困境，和多次重复的囚徒困境结果不会一样。

在重复的囚徒困境中，博弈被反复地进行。因而每个参与者都有机会去“惩罚”另一个参与者前一回合的不合作行为。这时，合作可能会作为均衡的结果出现。欺骗的动机这时可能被受到惩罚的威胁所克服，从而可能导向一个较好的、合作的结果。作为反复接近无限的数量，纳什均衡趋向于帕累托最优。

囚徒困境的主旨为，囚徒们虽然彼此合作，坚不吐实，可为全体带来最佳利益（无罪开释），但在资讯不明的情况下，因为出卖同伙可为自己带来利益（缩短刑期），也因为同伙把自己招出来可为他带来利益，因此彼此出卖虽违反最佳共同利益，反而是自己最大利益所在。但实际上，执法机构不可能设立如此情境来诱使所有囚徒招供，因为囚徒们必须考虑刑期以外之因素（出卖同伙会受到报复等），而无法完全以执法者所设立之利益（刑期）作考量。

举个例子：

1950年，由就职于兰德公司的梅里尔·弗勒德（Merrill Flood）和梅尔文·德雷希尔（Melvin Dresher）拟定出相关困境的理论，后来由顾问艾伯特·塔克（Albert Tucker）以囚徒方式阐述，并命名为“囚徒困境”。经典的囚徒困境如下：

警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人入罪。于是警方分开囚禁嫌疑犯，分别和二人见面，并向双方提供以下相同的选择：

若一人认罪并作证检控对方（相关术语称“背叛”对方），而对方保持沉默，此人将即时获释，沉默者将判监10年。

若二人都保持沉默（相关术语称互相“合作”），则二人同样判监半年。

若二人都互相检举（互相“背叛”），则二人同样判监2年。

用表格概述如下：

甲沉默（合作） 甲认罪（背叛）

乙沉默（合作） 二人同服刑半年 甲即时获释；乙服刑10年

乙认罪（背叛） 甲服刑10年；乙即时获释 二人同服刑2年
《博弈圣经》囚徒困境的定义是什么？
《博弈圣经》囚徒困境的定义；囚徒困境中的两点一空间，堪称大自然的三维时空游戏，它会引起两个灵性对三维实体变异的思考、也会引起对三维实体错位的焦虑。

……

【摘要】

最终纳什的家人和朋友、决定将他送进医院治疗，在医院他认为医生是苏联人、要追杀他。经医生诊断，他得的“妄想型精神分裂症”也更加严重。一个被“妄想型精神分裂症”伤害的大脑、一个胡言乱语的精神病人、妄想出来的“纳什均衡”博弈占优理论，你们认为可信吗？

……

来源:美国资讯网；博弈圣经著作人对纳什的嘲讽

博弈圣经著作人的经典名句；0、1、二维平均，称平衡，0、1、2、三维平均，称均衡。

在0、1、二维记录的系统中，0、1、这两种输赢粒子，必需构成博弈程序中的基本单元，冯·诺伊曼发现，有一个“极小极大定理”存在其中，（极小极大定理，就是要么极端的输、要么极端的赢），从长远来看，两种粒子出现的一次平均、是一次平衡，多次平均、就是多次平衡，里面并不存在两种粒子扯平的趋势。两种粒子的未来、不受过去所发生的、任何粒子事件的影响。0、1、两种粒子趋于平衡的预期，已经被极小极大定理彻底否决。

在0、1、二维粒子随机走动的系统中，只存在平均、不存在平均律，也就是不存在三维均衡。博弈圣经著作人的经典名句；策略，就不存在0、1、二维系统中。纳什均衡提出时，当场就遭到冯·诺依曼的贬低、嘲笑和断然否定。

谈到“纳什均衡”，有位记者请纳什用通俗的语言来解释他的理论。纳什说；“‘纳什均衡’并不高深，它就像中国人发明的一种、三个人玩的扑克游戏，“纳什均衡”就是一个简单的三人博弈游戏”。中国有那么多人玩扑克，又玩了那么多年，纳什还提醒了中国人半个多世纪，纳什均衡并不高深，中国人竟没有一个人发现三个人玩的扑克游戏中、还有一个‘均衡占优理论’。人们不禁要问；纳什他自己玩过几次三人扑克游戏？他和谁玩的？他是怎么发现的均衡？均衡理论又是怎么单方占优的？在他所有的文章中，为什么没有对中国的扑克游戏展开叙述。一副扑克三个人玩，一个人18张牌，在连续记录的0、1、2、三维系统中，18张牌只能记录成、18个红蓝小点而已，它是怎么个均衡法呢？他在60多年的时间里，没有人见过他、用中国的扑克表演过什么是、非合作纳什均衡，什么是纳什均衡占优策略，他既没有实际表演，也没有给出明确的理论说明，这令关注纳什占优策略的人，大为失望。

博弈圣经著作人的经典名句；科学家在纳什均衡理论中、尚未发现博弈占优策略的任何迹象。

博弈圣经著作人的经典名句；策略，来自0、1、2、三维结构的自然属性。粒子、私湍、实体，简称为，粒、湍、体。它是博弈取胜、计算单方占优策略的标准模型。

在纳什的语文学中，就没有出现过一次0、1、2、三维均衡的概念，纳什均衡哪里来。

博弈圣经著作人的经典名句；纳什均衡理论没有任何明确的说法，纳什均衡是美国伪造的产物，传到了世界各地，当然也传遍了中国。“纳什均衡”的本质，是对中国人的智商，对发现、发明、创造精神的一种羞辱。

博弈圣经著作人的经典名句；二维平衡是指生物的竞争行为，三维均衡是指自然的优劣特性。

博弈圣经著作人的经典名句；揭开纳什均衡的画皮，露出真相。【如果纳什均衡是以纳什的名字、命名的一个博弈论术语；假如我把纳什名字去掉、只剩下均衡一词、均衡也就是纯净的博弈论术语；倘若所有博弈论的文章中、都把纳什名字去掉只剩下均衡；再读一篇篇博弈论文章、也都是围绕着均衡一词展开的叙述；发现通篇文章逻辑不通、词意变异、不知所云；只要是属于纳什均衡的理论文章、去掉纳什名字之后、纳什的鬼魅就出现了；通篇文章，捕风捉影、张冠李戴、以讹......
什么是囚徒困境
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，各判八范；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，不坦白的话判一年，坦白比不坦白好；如果同伙坦白、自己坦白的话判八年，不坦白的话判十年，坦白还是比不坦白好。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。但这个帕累托改进办不到，因为它不能满足人类的理性要求。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。
什么是囚徒困境？
什么是囚徒困境呢？它的具体内容是什么呢？ 　　囚徒困境简介　　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、环境保护等方面，也会频繁出现类似情况。　　单次发生的囚徒困境，和多次重复的囚徒困境结果不会一样。　　在重复的囚徒困境中，博弈被反复地进行。因而每个参与者都有机会去“惩罚”另一个参与者前一回合的不合作行为。这时，合作可能会作为均衡的结果出现。欺骗的动机这时可能被受到惩罚的威胁所克服，从而可能导向一个较好的、合作的结果。作为反复接近无限的数量，纳什均衡趋向于帕累托最优。　　经典的囚徒困境　　1950年，由就职于兰德公司的梅里尔·弗拉德（Merrill Flood）和梅尔文·德雷希尔（Melvin Dresher）拟定出相关困境的理论，后来由顾问阿尔伯特·塔克（Albert Tucker）以囚徒方式阐述，并命名为“囚徒困境”。经典的囚徒困境如下：　　警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人入罪。于是警方分开囚禁嫌疑犯，分别和二人见面，并向双方提供以下相同的选择：　　若一人认罪并作证检举对方（相关术语称“背叛”对方），而对方保持沉默，此人将即时获释，沉默者将判监10年。　　若二人都保持沉默（相关术语称互相“合作”），则二人同样判监半年。　　若二人都互相检举（互相“背叛”），则二人同样判监2年。　　如同博弈论的其他例证，囚徒困境假定每个参与者（即“囚徒”）都是利己的，即都寻求最大自身利益，而不关心另一参与者的利益。参与者某一策略所得利益，如果在任何情况下都比其他策略要低的话，此策略称为“严格劣势”，理性的参与者绝不会选择。另外，没有任何其他力量干预个人决策，参与者可完全按照自己意愿选择策略。　　囚徒到底应该选择哪一项策略，才能将自己个人的刑期缩至最短？两名囚徒由于隔绝监禁，并不知道对方选择；而即使他们能交谈，还是未必能够尽信对方不会反口。就个人的理性选择而言，检举背叛对方所得刑期，总比沉默要来得低。试设想困境中两名理性囚徒会如何作出选择：　　若对方沉默、背叛会让我获释，所以会选择背叛。　　若对方背叛指控我，我也要指控对方才能得到较低的刑期，所以也是会选择背叛。　　二人面对的情况一样，所以二人的理性思考都会得出相同的结论——选择背叛。背叛是两种策略之中的支配性策略。因此，这场博弈中唯一可能达到的纳什均衡，就是双方参与者都背叛对方，结果二人同样服刑2年。　　这场博弈的纳什均衡，显然不是顾及团体利益的帕累托最优解决方案。以全体利益而言，如果两个参与者都合作保持沉默，两人都只会被判刑半年，总体利益更高，结果也比两人背叛对方、判刑2年的情况较佳。但根据以上假设，二人均为理性的个人，且只追求自己个人利益。均衡状况会是两个囚徒都选择背叛，结果二人判决均比合作为高，总体利益较合作为低。这就是“困境”所在。例子漂亮地证明了：非零和博弈中，帕累托最优和纳什均衡是相冲突的。
囚徒困境现象告诉我们什么？
囚徒困境现象告诉我们：个人理性和集体理性之间存在矛盾，个人理性的正确选择会降低大家的福利。