博弈論的囚徒困境和懦夫遊戲（chicken game）有什麼區別？

01-26

希望能解說的詳細點兒，純外行。

囚徒困境（Prisoners Dilemma）是博弈論和非零和博弈中具代表性的例子，反映個人最佳選擇並非團體最佳選擇。

經典的囚徒困境

警方逮捕甲、乙兩名嫌疑犯，但沒有足夠證據指控二人有罪。於是警方分開囚禁嫌疑犯，分別和二人見面，並向雙方提供以下相同的選擇：

若一人認罪（Confession）並作證檢控對方（術語稱為背叛（Defection）對方），而對方保持沉默，此人將即時獲釋，沉默者將判監10年。
若二人都保持沉默（術語稱為合作(Cooperation)），則二人同樣判監1年。
若二人都互相檢舉（互相背叛（Mutual cooperation）），則二人同樣判監2年。

用支付矩陣（Payoff matrix）模型表示如下：

囚徒困境假定每個囚徒只尋求自身最大利益，而不關心另一參與者的利益。就個人理性選擇而言，檢舉背叛對方所得刑期，總比沉默要來得低。試設想困境中兩名理性囚徒會如何作出選擇：

若對方沉默、我背叛會讓我獲釋，所以會選擇背叛。
若對方背叛指控我，我也要指控對方才能得到較低的刑期，所以也是會選擇背叛。

無論對方選擇何種策略，我選擇背叛的結果，都不會比對方吃虧。背叛即為兩種策略（合作或背叛）當中的支配性策略(Dominant Strategy)。

（背叛，背叛）是囚徒困境中唯一的納什平衡，而另外三種情況（合作，合作），（合作，背叛），和（背叛，合作）是帕累托最優。其中，（合作，合作），因為兩人總判刑時間最短，使社會福利(Social welfare)最大化。有效地證明了：非零和博弈中，帕累托最優和納什均衡是互相衝突的。

這裡再簡單介紹一下納什均衡(Nash Equilibrium)，帕累托最優(Pareto Optimal)

納什均衡（非合作賽局平衡）：如果某情況下無一參與者可以通過獨自行動而增加收益，此策略組合被稱為納什均衡，在上述環境中，沒有一名囚徒可以單方面改變決定（改為合作）而增加收穫（減少刑期）。

帕累托最優：在不使另一個囚徒情況更加惡化（服刑更久）的情況下，已經不可能再改善某個人的境況（服刑更少）。

然而，多次重複的囚徒困境可能和單次發生的囚徒困境結果不一樣。

如果博弈被反覆地進行，則每個參與者都有機會去懲罰另一個參與者前一回合的背叛行為。這時，合作可能會作為均衡的結果出現。欺騙的動機這時可能被受到懲罰的威脅所克服，從而可能導向一個較好的社會化結果。作為反覆接近無限的數量，納什均衡趨向於帕累托最優。

懦夫博弈(The game of chicken)，又被稱為膽小鬼博弈，鷹鴿博弈。博弈原理是當兩個參與者都不屈服，那麼可能最壞的結果會發生。與囚徒博弈的區別：如果相互背叛，那麼會有最可怕的結果。

由於此種博弈變形比較多，那麼在這裡只列舉一種最基本的博弈情境。

一場賭博，兩名車手同時向對方驅車而行，會出現以下三種情況：

若一方讓開（術語轉彎（Swerving）），則讓開的一方被恥笑為「膽小鬼」（Chicken），失去賭博本金。另一方獲勝(術語直行（Driving straight）)，並獲得對方的賭博本金。
若雙方讓開，這場賭博平局（Tie），大家收回各自本金。
若兩人都拒絕收掣（不讓開），任由兩車相撞，最終車毀人亡，記為雙方失去10倍的賭博本金。

用支付矩陣模型表示如下：

懦夫博弈結論如下：雙方都沒有支配性策略。（轉彎，直行）和（直行，轉彎）兩種情況為納什平衡。除（直行，直行）外的三種情況均為帕累托最佳（同時，也使社會福利化最大）。

現實意義：邊緣政策會引進風險不可控的元素：即使所有玩家理性行事的風險面前，無法控制的事件仍然可以觸發災難性的結果。

參考：維基百科-囚徒困境詞條

Wikipedia-Chicken (game)

謝邀。

支付矩陣不同。雖然都可以表示成

　　A　B

A　a,a b,c

B　c,b d,d

但是

囚徒困境：c&>a&>d&>b （A是抵賴，B是坦白），坦白是佔優策略，納什均衡是均坦白，不是帕累托最優。

小雞博弈：c&>a&>b&>d（A是躲避，B是直行），沒有佔優策略，納什均衡是一方躲避一方直行。

補充一個區別。

囚徒困境最大的特點是納什均衡並不efficient（兩人共同利益最大化，要增加一方利益必須損害另一方利益的狀態），而小雞的納什均衡是efficient的。

在囚徒困境中，參與人的隱瞞策略是嚴格劣勢策略。無論對方策略如何，自己選擇隱瞞的收益都比選擇坦白的收益要低。