信任的进化博弈论分析

信任的进化是一款很有趣的游戏，它直接探索了社会人员的构成和之间的关系，从开始到结束游戏设置了许多的情况，那么这些情况各有什么特点，分别探讨了什么，下面一起来分析分析游戏背后的博弈论吧。

一，囚徒困境(非零和博弈典型)

这是本游戏的基本博弈模型，对此最经典的阐述为：

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;如果两人都招供，各判八年;如果两人中一个招供而另一个抵赖，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：招供或抵赖。然而，不管同伙选择什么，每个囚徒的最优选择是招供：如果同伙抵赖、自己招供的话放出去，抵赖的话判一年，招供比不招供好;如果同伙招供、自己也招供的话判八年，比起抵赖的判十年，招供还是比抵赖的好。

结果，两个嫌疑犯都选择招供，各判刑八年。

就像这个游戏机一样，当你投一个硬币进去，对方就会得到两枚硬币。显然，对于总体来说，选择合作得到的回报最高(每人失去1个，得到2个，总和4，增加2个)，但对个人而言风险也是最大的(对方选择欺骗，你-1，对方3，总和2)，所以在这种局面下，欺骗变成了最优策略。这样的局面，归根到底，是因为双方缺乏沟通而导致的。在无法信赖对手的一局游戏中，欺诈师往往会成为最后的赢家。

有意思的是，囚徒困境推广到确定的N局游戏中也是成立的。

原因如下：

对于第N局，由于不用担心之后被报复(最后一局了嘛)，最优策略显然是欺骗。

对于第N-1局，由于已经知道了对方下一局的最优策略是欺骗，为了防止受到更多损失，最优策略显然也是欺骗。

对于第N-2局，……

所以，对于确定的N局游戏，最优策略永远是欺骗。

二，重复困境

这个升级版的囚徒困境源于一个全世界的重复囚徒困境竞赛(也是这个游戏的来源)。

在这个竞赛中，许多博弈论专家将自己的策略编写成程序，和其它程序进行博弈(没错，游戏里的策略是其中的一些)

经过很多很多轮竞赛后，出人意料的是，最佳确定性策略被认为是“以牙还牙”，这是阿纳托尔·拉波波特(Anatol Rapoport，《合作的进化》作者，也是竞赛的发起人)开发并运用到锦标赛中的方法。

这个策略只不过是在博弈的开头选择合作，然后，采取对手前一回合的策略。

在完美的博弈中，Copycat(小蓝人，盲从者)是最有效的。这种策略较好地规避了被欺骗的风险(被骗了还是要涨点记性)，而对于合作者，显然双方都能获得较高的利润。

而对于有可能失误的博弈(玩家准备合作，但是由于各种不可控因素造成背叛的结果)，更好些的策略是“宽恕地以牙还牙”，即当你的对手背叛，在下一回合中你无论如何要以小概率(大约是1%~5%)时而合作一下。这是考虑到偶尔要从循环背叛的受骗中复原。

至于更自由的博弈(可以选择对手)，比较好的策略是：前几局选择合作进行试探，被多次欺骗后不再与此对手博弈(排挤掉欺诈师)

最终，博弈学家统计所有策略得到这样一个结论：最好的策略满足四个因素：友善，报复，宽容，不嫉妒。

简单来说，表露合作的意向(让潜在的合作者与你合作)，不盲目乐观(避免一直被欺诈师欺骗)，适当包容小的失误(防止因误会导致的互相不信任)，不追求比对手更高的得分(更高意味着恶性竞争)。

因此，一些学者们据此得到一种给人以乌托邦印象的结论，认为自私的个人为了其自私的利益会趋向友善、宽恕和不嫉妒，即人人为我的社会可能建立在对利益的追求上。

事实上，囚徒困境并不是那么简单，Copycat也并不总是最终的赢家。

在短期博弈上，最有效的往往是欺骗。

在背叛的回报更高时，欺骗往往能获得最终胜利。

在失误率过高时，结果趋于混沌。

根据这些理论，想要得到49分和7分只要找到针对每个人的最优策略和最劣策略就行了。

但是，最重要的还是要明白：

所有的博弈理论都有一个共通之处：

博弈的类型决定了玩家的策略。

现在，问题不仅仅是信任的缺失，而是我们的环境影响了信任的进化。

我们“只是”环境的产物，这个观点可能显得愤世嫉俗或幼稚——但正如博弈理论提醒我们的那样，我们构成了彼此的环境。从短期来看，游戏定义了玩家。但从长远来看，是我们玩家定义了游戏。

所以，做你能做的，去创造必要的条件来“让信任进化”。建立合作。寻求共赢。清晰交流。也许那时，我们可以停止互相射击，走出我们自己的战壕，穿过无人的土地，走到一起…

以上就是信任的进化游戏分析，更多精彩手游，尽在跑跑车手游网。