博弈模型歸納(4)
3 人贊了文章
博弈模型歸納(4)
——《博弈論的詭計》
·哈定悲劇
該模型源於美國生物學家格雷特·哈定(1915-2003)在《共有地悲劇》(Tragedy of Commons)中虛構的一個故事:
一個公共牧場,大家養一定數量的牛就還ok,超過某個限度,牧場的質量就會下降,最後就沒地方放牧了。但大家還是顧著私利,總想著自己多養,最後牛嚴重超出最優數量,牧場悲劇了。
故事用意在於說明大鍋飯總是悲劇的,人們只會顧及自己的利益。從人民公社時期生產力低下,改革開放後飛速發展,以及某些幹部把公家的錢往自己口袋裡整來看,這個公有品悲劇大致是成立的。
這是一個關於系統性的模型,一定程度上說明了自由市場的缺陷,自由一旦出現在公有品上是災難性的。於是政府在該出手時,要果斷出手,設置一些上限。此處應有凱恩斯學派的歡呼聲。
模型中的「公有品」可以理解為系統的底層環境。如果某一行業的集中度低,群龍無首,那行業的生態環境肯定不好,價格戰也會比較普遍,這時候儘管不是買方市場,也是相對公平的。當行業產生了老大或者形成寡頭,行業生態環境就有人管了,市場也往往變得對賣方有利。
所以,對於公有品而言,拚命往口袋裝並不見得聰明,爭取制定規則的才是真智慧。
·槍手博弈
這是關於局勢了博弈模型:
三個槍手決鬥。其實力為A十發八中,B十發六中,C十發四中。若三人同時開槍,誰的存活率最高?
咋一看好像是A最牛逼,但事實上最差勁的C存活率才最高。三人中A最牛,B其次,C最差,那麼A若開槍,一定會對準B,要是能解決B,接下來C還是好解決的;B也會對準A,如果僥倖解決A,也是可以碾壓C的。對於C而言,A和B互相干起來,他主要的總用是保證大家實力盡量相近,好搞個兩敗俱傷來撿死雞。
那麼開第一槍的時候:
A存活率=(1-60%)*(1-40%)=24%
B存活率=1-80%=20%
C存活率=100%
某種程度來說,B和C算是存亡齒寒的關係,儘管B、C也是競爭者。這一模型的成立關鍵在於三人的實力存在較大的差距,較差兩人的「聯盟」恰好使得局勢相對平穩,說白了就是心機婊C的算盤要打得響。要是三人實力很接近,這「聯盟」也就無從談起了。
於是這個模型其實展示了在大當家獨大,二當家有野心的情況下,三把手的生存哲學,暗中補刀才是心機婊的上策。而反觀大當家,防止背後的暗箭也是蠻累的,是否可以通過拉攏三把手,達到碾壓呢。這與局勢的本質有關,如果競爭的本身就是你死我活的結局,比如爭皇位、打天下、寡頭爭霸之流,只要玩家們是明白人,都會知道這所謂的「聯盟」是局勢所迫,勢而成就的策略,多說無益。如果競爭的結局並不慘烈,倒是還有幾分情懷可言。
所以作為大當家、二當家,不戰才是上策;至於心機C,別被看出野心才是關鍵。
·強盜分贓
這是關於逆向思考的博弈模型。最早接觸這一模型,是我小學的計算機興趣班上——就是當年的所謂第二課堂,周六早上被強迫去上課那種,計算機老師選上每個班上數學還好的同學去上課,於是其他人在周六打籃球,打乒乓球的時候,我們就在解題。Anyway,就是在那個dos的年代遇到了這個博弈模型,想不到還挺有緣分。
當時這是一道作業題,死活解不出來:
5個海盜搞到了100枚金幣,金幣不可分割。海盜都是聰明人(理性人)並且很兇殘,想了個牛逼的方式來分贓。首先抽籤分出12345號,然後由1號先提出分配方案,如果超過半數人同意,就按他說的分;否則就扔1號下船餵魚,改由2號提方案。如此類推。問假如你是1號,要怎麼個分法,最多能分幾枚金幣?
印象中當時並沒有人想得明白,更甭說能編出程度解題了。後來老師講題,覺得很神奇,也覺得這玩意並不適合我。
解題的關鍵在於倒推,從5號的意見入手:
5號是不可能被扔下船的,所以絕對不會同意4號的方案,這樣便可以看到4號餵魚同時獲得全部金幣。
對於4號而言,這樣的局勢使得他必須同於3號的方案,不然自己連小命也不保。
3號洞悉了這一切,於是會提出【100/0/0】的方案,反正4號會同意,加上自己,2:1。
2號暗中呵呵,只要收買4號和5號不就好了,於是會提出【98/0/1/1】的方案,3號是不可能收買的了,對於4號5號,一個總比沒有好啊。
作為1號的你,需要獲得3票才能保住小命,你自己手中有一票,再收買兩個人就好了。2號是明顯不可能收買的;3號最容易,給1個就夠了,妥妥比2號的方案要好;對於4號或者5號,收買其中之一即可,於是提出的分配方案有兩種:【97/0/1/2/0】或【97/0/1/0/2】。最多可以拿到97枚金幣。
答案成立的關鍵在於海盜是理性人,看過「最後通牒博弈」就知道,正常人有個7:3的心理公平效應,也有恐懼自己被扔下船餵魚的心理,在實際中很難獲得這麼完美的結果。然而採用倒推的思維方式來決定自己的分配方案是可取的,原本毫無章法的情況,可以縮小到一定的條框里。
2016-6-18
推薦閱讀:
※生活中的博弈論
※博弈論的發展歷程
※AlphaGo特別篇|完全公開信息類遊戲之最佳策略
※博弈論:萬事解決之道
※「博弈論」中的經典案例