最近在看凱文··凱利的《失控》，相信不少朋友都讀過或聽過這本大作，書中第5章第5節(jié)提到了博弈論衍生出的“社會困境”分為四種變體，分別是“草雞博弈”、“獵鹿博弈”、“僵局”、“囚徒困境”，然而書中對“僵局”的解釋語焉不詳，給不少讀者造成了疑惑，作者沒有深厚的數(shù)學(xué)知識及博弈論相關(guān)的任何專業(yè)素養(yǎng)，于是以大家能看懂的方式為這四種模式做個簡要分享。
1.什么是博弈論？
博弈論，又稱為對策論（Game Theory）、賽局理論等，既是現(xiàn)代數(shù)學(xué)的一個新分支，也是運籌學(xué)的一個重要學(xué)科。博弈論考慮游戲中的個體的預(yù)測行為和實際行為，并研究它們的優(yōu)化策略。
換成大家容易理解的方式就是：
我預(yù)測了你的動作；
你預(yù)測了我對你的預(yù)測；
我預(yù)測你預(yù)測到了我對你的預(yù)測；
……
然后這樣不斷重復(fù)，直至做出具體動作并得到博弈結(jié)果。
這本質(zhì)上是一個二級混沌，一級混沌不會因為預(yù)測而改變，二次混沌則會隨著預(yù)測而改變結(jié)果。
2.草雞博弈(Chicken Game)：
也叫斗雞博弈、懦夫博弈、膽小鬼博弈，書中的原文是：“草雞博弈”是供魯莽的青少年玩的游戲。兩輛賽車朝懸崖邊奔去；后摔出來的司機是贏家?？芍^短小精辟，另一方面也說明了我和很多讀者的情況一樣，有具體的案例更容易理解。
整體來說“草雞博弈”是一個博膽行為，狹路相逢勇者勝，我也舉個身邊的例子，有個朋友說他前兩天遇到一個逆行超車的還是左轉(zhuǎn)來著，具體記不清了，總之我朋友是直行，對方理應(yīng)讓行，我朋友說他根本沒松油門，反正有保險，最終對方先認(rèn)慫了。在這里我不是說我朋友的行為正確，而是闡述一個生活中的“草雞博弈”案例，對方認(rèn)為繼續(xù)相向而行的成本太高而率先退出。
（草雞博弈也叫斗雞博弈）
“草雞博弈”的結(jié)局一定是兩敗俱傷或者一方敗退，換位思考和協(xié)議補償是解決“草雞博弈”的方式，也就是我可以讓步，但是你怎么補償我？又或者是我想讓你讓步，我選擇用什么來補償你？古巴導(dǎo)彈危機是“草雞博弈”在現(xiàn)實中的表現(xiàn)，大家可以想想還有哪些現(xiàn)實事件符合“草雞博弈”理論。
3.獵鹿博弈（Stag hunt game）：
也叫獵鹿模型或獵人的帕累托效率，同樣祭出《失控》中的原文：“獵鹿”是一群獵手面對的難題，他們必須合作才能把鹿殺死，如果沒有人合作的話，那么開小差各自去攆兔子會更好些。他們是在賭合作（高回報）還是背叛（低，但是肯定有回報）嗎？
獵鹿博弈出自法國啟蒙思想家盧梭著的《論人類不平等的起源和基礎(chǔ)》，具體內(nèi)容是：古代的村莊有兩個獵人。當(dāng)?shù)氐墨C物主要有兩種：鹿和兔子。如果一個獵人單兵作戰(zhàn)，一天最多只能打到4只兔子。只有兩個一起去才能獵獲一只鹿。從填飽肚子的角度來說，4只兔子能保證一個人4天不挨餓，而一只鹿卻能讓兩個人吃上10天。這樣兩個人的行為決策可以形成兩個博弈結(jié)局：分別打兔子，每人得4；合作，每人得10。這樣獵鹿博弈有兩個納什均衡點，那就是：要么分別打兔子，每人吃飽4天；要么合作，每人吃飽10天。并配下圖說明：
（兩個獵人的四種選擇及對應(yīng)結(jié)果）
很顯然獵兔不是最優(yōu)選擇，并不能充分利用現(xiàn)有資源，也就是沒有達成“帕累托效率”，而從各自獵兔的角度看，合作獵鹿是為了達成1+1＞2的效果，可以看到這就是典型的“非零和博弈”，國際和企業(yè)間的強強聯(lián)合都可以視作合作獵鹿。然而在獵鹿過程中，誰出賣的力氣更多，成功獵鹿后，誰獲得的利益更大則是更值得思考的問題。你可以選擇上班摸魚，也可以選擇配合老板命令做好項目，但是收益嘛~
4.僵局（Deadlock）
“僵局”是不少讀者疑惑的地方，書中表述為：“僵局”是挺無聊的游戲，彼此背叛收益最高?！敖┚帧钡降资鞘裁礃拥捏w現(xiàn)形式呢？其實可以參照Deadlock的直譯“死鎖”，也被譯作死結(jié)。維基百科給出的名詞解釋是：計算機科學(xué)名詞。當(dāng)兩個以上的運算單元，雙方都在等待對方停止執(zhí)行，以取得系統(tǒng)資源，但是沒有一方提前退出時，就稱為死結(jié)。同時維基百科也給出了配圖說明：
配圖的解釋文字是：P1、P2兩個process都需要資源才能繼續(xù)執(zhí)行。P1擁有資源R2、還需要額外資源R1才能執(zhí)行；P2擁有資源R1、還需要額外資源R2才能執(zhí)行，兩邊都在互相等待而沒有任何一個可執(zhí)行。
（假如你在這里碰到對頭車）
是不是有點繞，其實有更簡單的說明方式，這里舉個例子，假如你要去一個地方，必須路過一條只能通過一輛汽車的小道，這時遇到了對頭車，對方和你相向而行，你倆都要通過這條路，結(jié)果顯而易見，只能有一輛車退出，兩輛車才都能去往自己的目的地。
此外還有一個與“死鎖”類似的場景叫“活鎖”或“活結(jié)”，即Livelock，解釋是：與死結(jié)相似，死結(jié)是行程都在等待對方先釋放資源；活結(jié)則是行程彼此釋放資源又同時占用對方釋放的資源。當(dāng)此情況持續(xù)發(fā)生時，盡管資源的狀態(tài)不斷改變，但每個行程都無法取得所需資源，使得事情沒有任何進展。
（被迫使用一張帶水印的圖解釋“活結(jié)”）
這個例子更容易舉：比如還是這條路，這次你和對面的人都騎自行車，而這條路能容納兩輛自行車并排通過，但是你和對面人一個習(xí)慣左邊騎，另一個習(xí)慣右邊騎，然后你們遇上了，很顯然你們在同一條車道，這時你和對方都禮貌的換到另一車道讓行，不幸的事情發(fā)生了，你們“向”上了。這就是“活結(jié)”。
“死鎖”的解決方案是一方退出占用資源，在計算機系統(tǒng)還可以用重啟來重置場景，“活結(jié)”的解決方案是雙方停止謙讓，各自占用各自資源。
（囚徒困境可能是最知名的博弈論場景）
5.囚徒困境(Prisoner's dilemma)：
囚徒困境可謂博弈論中最典型的場景，同樣先摘原文：
“囚徒困境”是由蘭德公司的梅里爾·弗勒德于1950年設(shè)計出來的。游戲中，兩個分別關(guān)押的囚徒必須獨立決定否認(rèn)還是坦白罪行。如果兩人都認(rèn)罪，那么兩人都會受到懲罰。如果兩人都否認(rèn)的話，則都會被無罪釋放。但假如只有一人認(rèn)罪，那么他就會得到獎勵，而另一個則受到懲罰。合作有回報，但如果策略奏效的話，背叛也有回報。
MBA智庫中關(guān)于這一段的描述是：囚徒困境最早是由美國普林斯頓大學(xué)數(shù)學(xué)家阿爾伯特·塔克（Albert tucker）1950年提出來的。他當(dāng)時編了一個故事向斯坦福大學(xué)的一群心理學(xué)家們解釋什么是博弈論，這個故事后來成為博弈論中最著名的案例。故事內(nèi)容是：兩個嫌疑犯(A和B)作案后被警察抓住，隔離審訊；警方的政策是“坦白從寬，抗拒從嚴(yán)”，如果兩人都坦白則各判8 年；如果一人坦白另一人不坦白，坦白的放出去，不坦白的判10年；如果都不坦白則因證據(jù)不足各判1年。
而后MBA智庫又做補充說明：1950年，由就職于蘭德公司的梅里爾·弗拉德（Merrill Flood）和梅爾文·德雷希爾（Melvin Dresher）擬定出相關(guān)困境的理論，后來由顧問阿爾伯特·塔克（Albert Tucker）以囚徒方式闡述，并命名為“囚徒困境”。同樣配表格解釋：
甲沉默（合作） | 甲認(rèn)罪（背叛） | |
乙沉默（合作） | 二人同服刑半年 | 甲即時獲釋；乙服刑10年 |
乙認(rèn)罪（背叛） | 甲服刑10年；乙即時獲釋 | 二人同服刑2年 |
可以看出兩人的最優(yōu)選擇是合作，次優(yōu)選擇是兩人同時背叛，最差選擇時自己選擇了合作，而對方選擇了背叛。單次“囚徒困境”的隨機性相對較大，就像拋硬幣一樣，但是如果把囚徒困境的次數(shù)增加呢，如何能在長期多次的“囚徒困境”中獲得最大收益，獲勝的策略叫“一報還一報”，也就是“以牙還牙”，實施這個策略需要四個前提：
1.友善：不選擇先背叛；
2.報復(fù)：報復(fù)背叛者，讓他下次不敢；
3.寬恕：為了收益最大化，引導(dǎo)之前的背叛者合作；
4.不嫉妒：不去主動爭取收益最大化；
從現(xiàn)實情況來看，無論國家行為抑或是企業(yè)行為都存在于某一個相對較長的周期中，所以“囚徒困境”很可能是促進社會合作的重要一部分。我們知道在“零和博弈”中選擇對抗，在“非零和博弈”中選擇合作是最優(yōu)解，《失控》中同樣闡述了零和游戲和非零和游戲的區(qū)別：在零和游戲中你總想隱藏自己的策略，但在非零和游戲中，你可能會將策略公之于眾，這樣一來，別的玩家就必須適應(yīng)它。也就是之前所說的“一報還一報”。
那么如果在把“囚徒困境”的廣度做延伸，不只局限于二人呢，比如高污染企業(yè)、森林的亂砍濫伐、漁業(yè)的過度捕撈，是否同樣適用二人博弈時的策略?；蛟S答案正是《失控》中駁斥的托馬斯·霍布斯的理論：只有在善意的中央集權(quán)幫助下才能產(chǎn)生合作。
文章部分內(nèi)容摘自《失控》、維基百科、MBA智庫等
完
