囚徒困境的营销案例

⑴ 博弈论有那些 经典 的案例 囚徒博弈已知 主要是其他的 最好有分析

一、博弈的基本概念

博弈论的基本概念包括：参与人、行为、信息、战略、支付函数、结果、均衡。
参与人是指博弈中选择行动以最大化自身利益（效用、利润等）的决策主体（如个人、厂商、国家）。
行动是指参与人的决策变量。
战略是指参与人选择行动的规则，它告诉参与人在什么时候选择什么行动。
例如，“人不犯我、我不犯人；人若犯我、我必犯人”是一种战略。这里，“犯”与“不犯”是两种不同的行动。战略规定了什么时候选择“犯”，什么时候选择“不犯”。
信息是指参与人在博弈中的知识，特别是有关其他参与人（对手）的特征和行动的知识。
支付函数是参与人从博弈中获得的效用水平，它是所有参与人战略或行动的函数，是每个参与人真正关心的东西。结果是指博弈者感兴趣的要素的集合。
均衡是所有参与人的最优战略或行动的组合。
上述概念中，参与人、行动、结果统称为博弈规则。博弈分析的目的是使用博弈规则决定均衡。

二、博弈的分类

根据博弈者选择的战略，可以将博弈分成合作博弈(cooperative games)与非合作博弈(non-cooperative games).合作博弈与非合作博弈之间的区别，主要在于博弈的当事人之间能否达成一个有约束力的协议。如果有，就是合作博弈；反之，就是非合作博弈。

根据参与人行动的先后顺序，可以将博弈分成静态博弈(static game)与动态博弈(dynamic game)。静态博弈是指，博弈中参与人同时选择行动；或者虽非同时行动，但行动在后者并不知道行动在先者采取了什么具体行动。动态博弈是指参与人的行动有先后顺序，而且行动在后者可以观察到行动在先者的选择，并据此作出相应的选择。

根据参与人对其他参与人的了解程度，可以将博弈分成完全信息博弈(games of complete information)和不完全信息博弈(games of incomplete information)。完全信息博弈是指：在每个参与人对所有其他参与人（对手）的特征、战略和支付函数都有精确了解的情况下，所进行的博弈。如果了解得不够精确，或者不是对所有的参与人都有精确的了解，在这种情况下进行的博弈就是不完全信息博弈。

博弈论中的一个经典案例--囚徒困境
----"囚徒困境"说的是两个囚犯的故事。这两个囚徒一起做坏事，结果被警察发现抓了起来，分别关在两个独立的不能互通信息的牢房里进行审讯。在这种情形下，两个囚犯都可以做出自己的选择：或者供出他的同伙（即与警察合作，从而背叛他的同伙），或者保持沉默（也就是与他的同伙合作，而不是与警察合作）。这两个囚犯都知道，如果他俩都能保持沉默的话，就都会被释放，因为只要他们拒不承认，警方无法给他们定罪。但警方也明白这一点，所以他们就给了这两个囚犯一点儿刺激：如果他们中的一个人背叛，即告发他的同伙，那么他就可以被无罪释放，同时还可以得到一笔奖金。而他的同伙就会被按照最重的罪来判决，并且为了加重惩罚，还要对他施以罚款，作为对告发者的奖赏。当然，如果这两个囚犯互相背叛的话，两个人都会被按照最重的罪来判决，谁也不会得到奖赏。
----那么，这两个囚犯该怎么办呢？是选择互相合作还是互相背叛？从表面上看，他们应该互相合作，保持沉默，因为这样他们俩都能得到最好的结果：自由。但他们不得不仔细考虑对方可能采取什么选择。A犯不是个傻子，他马上意识到，他根本无法相信他的同伙不会向警方提供对他不利的证据，然后带着一笔丰厚的奖赏出狱而去，让他独自坐牢。这种想法的诱惑力实在太大了。但他也意识到，他的同伙也不是傻子，也会这样来设想他。所以A犯的结论是，唯一理性的选择就是背叛同伙，把一切都告诉警方，因为如果他的同伙笨得只会保持沉默，那么他就会是那个带奖出狱的幸运者了。而如果他的同伙也根据这个逻辑向警方交代了，那么，A犯反正也得服刑，起码他不必在这之上再被罚款。所以其结果就是，这两个囚犯按照不顾一切的逻辑得到了最糟糕的报应：坐牢。
----当然，在现实世界里，信任与合作很少达到如此两难的境地。谈判、人际关系、强制性的合同和其他许多因素左右了当事人的决定。但囚徒的两难境地确实抓住了不信任和需要相互防范背叛这种真实的一面。让我们看看冷战时期两个超级大国将自己锁定在一场40年的军备竞赛中，其结果对双方都毫无益处。还有各国的贸易保护主义的永恒倾向。
----但是，无论在自然界还是在人类社会，"合作"都是一种随处可见的现象。那么，问题就出现了：到底是何种机制促使生物体或者人类进行相互合作呢？
----这个问题的答案大部分归功于美国密西根大学一位叫做罗伯特?爱克斯罗德的人。爱克斯罗德是一个政治科学家，对合作的问题久有研究兴趣。为了进行关于合作的研究，他组织了一场计算机竞赛。这个竞赛的思路非常简单：任何想参加这个计算机竞赛的人都扮演"囚徒困境"案例中一个囚犯的角色。他们把自己的策略编入计算机程序，然后他们的程序会被成双成对地融入不同的组合。分好组以后，参与者就开始玩"囚徒困境"的游戏。他们每个人都要在合作与背叛之间做出选择。
----但这里与"囚徒困境"案例中有个不同之处：他们不只玩一遍这个游戏，而是一遍一遍地玩上200次。这就是博弈论专家所谓的"重复的囚徒困境"，它更逼真地反映了具有经常而长期性的人际关系。而且，这种重复的游戏允许程序在做出合作或背叛的抉择时参考对手程序前几次的选择。如果两个程序只玩过一个回合，则背叛显然就是唯一理性的选择。但如果两个程序已经交手过多次，则双方就建立了各自的历史档案，用以记录与对手的交往情况。同时，它们各自也通过多次的交手树立了或好或差的声誉。虽然如此，对方的程序下一步将会如何举动却仍然极难确定。实际上，这也是该竞赛的组织者爱克斯罗德希望从这个竞赛中了解的事情之一。一个程序总是不管对手作何种举动都采取合作的态度吗？或者，它能总是采取背叛行动吗？它是否应该对对手的举动回之以更为复杂的举措？如果是，那会是怎么样的举措呢？
----事实上，竞赛的第一个回合交上来的14个程序中包含了各种复杂的策略。但使爱克斯罗德和其他人深为吃惊的是，竞赛的桂冠属于其中最简单的策略：一报还一报（TIT FOR TAT）。这是多伦多大学心理学家阿纳托?拉帕波特提交上来的策略。一报还一报的策略是这样的：它总是以合作开局，但从此以后就采取以其人之道还治其人之身的策略。也就是说，一报还一报的策略实行了胡萝卜加大棒的原则。它永远不先背叛对方，从这个意义上来说它是"善意的"。它会在下一轮中对对手的前一次合作给予回报（哪怕以前这个对手曾经背叛过它），从这个意义上来说它是"宽容的"。但它会采取背叛的行动来惩罚对手前一次的背叛，从这个意义上来说它又是"强硬的"。而且，它的策略极为简单，对手程序一望便知其用意何在，从这个意义来说它又是"简单明了的"。
----当然，因为只有为数不多程序参与了竞赛，一报还一报策略的胜利也许只是一种侥幸。但是，在上交的14个程序中，有8个是"善意的"，它们永远不会首先背叛。而且这些善意的程序都轻易就赢了6个非善意的程序。为了决出一个结果来，爱克斯罗德又举行了第二轮竞赛，特别邀请了更多的人，看看能否从一报还一报策略那儿将桂冠夺过来。这次有62个程序参加了竞赛，结果是一报还一报又一次夺魁。竞赛的结论是无可争议的。好人，或更确切地说，具备以下特点的人，将总会是赢家。
---- 1．善意的； 2．宽容的； 3．强硬的； 4．简单明了的。
----一报还一报策略的胜利对人类和其他生物的合作行为的形成所具有的深刻含义是显而易见的。爱克斯罗德在《合作进化》一书中指出，一报还一报策略能导致社会各个领域的合作，包括在最无指望的环境中的合作。他最喜欢举的例子就是第一次世界大战中自发产生的"自己活，也让他人活"的原则。当时前线战壕里的军队约束自己不开枪杀伤人，只要对方也这么做。使这个原则能够实行的原因是，双方军队都已陷入困境数月，这给了他们相互适应的机会。
----一报还一报的相互作用使得自然界即使没有智能也能产生合作关系。这样的例子很多：真菌从地下的石头中汲取养分，为海藻提供了食物，而海藻反过来又为真菌提供了光合作用；金蚁合欢树为一种蚂蚁提供了食物，而这种蚂蚁反过来又保护了该树；无花果树的花是黄蜂的食物，而黄蜂反过来又为无花果树传授花粉，将树种撒向四处。
----更广泛地说，共同演化会使一报还一报的合作风格在这个充满背信弃义劣行的世界上蔚然成风。假设少数采取一报还一报策略的个人在这个世界上通过突变而产生了。那么，只要这些个体能互相遇见，足够在今后的相逢中形成利害关系，他们就会开始形成小型的合作关系。一旦发生了这种情况，他们就能远胜于他们周围的那些背后藏刀的类型。这样，参与合作的人数就会增多。很快，一报还一报式的合作就会最终占上风。而一旦建立了这种机制，相互合作的个体就能生存下去。如果不太合作的类型想侵犯和利用他们的善意，一报还一报政策强硬的一面就会狠狠地惩罚他们，让他们无法扩散影响。
----现在，对博弈论的研究是如此地广泛，以致于有些人说最新的经济学和管理科学都已经利用博弈论的理论和工具重写过了。博弈论中有很多有趣而富于哲理的案例，一报还一报就是其中的一个。它那种善意、宽容、强硬、简单明了的合作策略无论对个人还是对组织的行为方式都有很大的指导意义
参考资料：YAHOO!知识堂

⑵ 如何走出囚徒困境的国际关系案例

解决囚徒困境的最好办法是多次博弈

可以二战后法德和解并联手走上一体化道路为案例

⑶ 求：生活中的“囚徒困境”的一个例子

现在考虑一个囚徒困境的具体应用。

两个人上了一辆公共汽车。车上只剩两个狭小的相邻空座位。每个人要决定是坐下还是站着。单独坐着比坐在别人旁边舒服，而坐在别人旁边又比站着舒服。

a. 假设每个人都是自私的，即只考虑自己的舒适度。

b. 假设每个人都是利他的，即根据别人的舒适度来衡量自己行动的回报，并且出于礼貌，如果别人站着，自己也选择站着而非坐下。

问题：这两种情况的策略博弈模型分别是怎样的？它们是否是囚徒困境模型？有没有纳什均衡？

a.此时的博弈模型如下表：

可以看出，这个博弈不是囚徒困境博弈（不管是把坐下假设为沉默、把站着假设为告密还是相反，都不符合囚徒困境的特征），但此博弈有唯一的纳什均衡：(坐下,坐下)。

b. 此时的博弈模型如下表（α>0）：

可以看出，当α<1时，这个博弈是囚徒困境博弈。同时，不管α是何值，此博弈有唯一的纳什均衡：(站着,站着)。

比较a和b这两种情况的纳什均衡，可以得出一个有趣的结论：当每个人都自私的时候，要比人人都利他的时候过得更舒服一些。

至少在坐公共汽车的时候是这样。

具体资料可以看:http://cache..com/c?word=%C7%F4%CD%BD%3B%C0%A7%BE%B3%2C%B5%C4%3B%D2%BB%B8%F6%3B%C0%FD%D7%D3&url=http%3A//www%2Ereadfree%2Enet/bbs/htm%5Fdata/88/0606/186682%2Ehtml&b=15&a=17&user=

⑷ 请教一些“囚徒困境”的例子，最好是以市场营销为出发点

资料被客户提前获知

⑸ 简述什么是囚徒困境问题

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。
经典的囚徒困境
[编辑本段]
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

⑹ 囚徒困境的典型例子

1、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1年。

若二人都互相检举（相关术语称互相“背叛”），则二人同样判监8年。

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：

若对方沉默时，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8年。

2、军备竞赛

在政治学中，两国之间的军备竞赛可以用囚徒困境来描述。两国都可以声称有两种选择：增加军备（背叛）、或是达成削减武器协议（合作）。

两国都无法肯定对方会遵守协议，因此两国最终会倾向增加军备。似乎自相矛盾的是，虽然增加军备会是两国的“理性”行为，但结果却显得“非理性”（例如会对经济造成损坏等）。这可视作遏制理论的推论，就是以强大的军事力量来遏制对方的进攻，以达到和平。

3、关税战

两个国家，在关税上可以有以两个选择:

提高关税，以保护自己的商品。（背叛）

与对方达成关税协定，降低关税以利各自商品流通。（合作）

当一国因某些因素不遵守关税协定，独自提高关税（背叛），另一国也会作出同样反应（亦背叛），这就引发了关税战，两国的商品失去了对方的市场，对本身经济也造成损害（共同背叛的结果）。然后二国又重新达成关税协定（重复博弈的结果是将发现共同合作利益最大）。

4、广告战

商业活动中亦会出现各种囚徒困境例子。以广告竞争为例。

两个公司互相竞争，二公司的广告互相影响，即一公司的广告较被顾客接受则会夺取对方的部分收入。但若二者同时期发出质量类似的广告，收入增加很少但成本增加。但若不提高广告质量，生意又会被对方夺走。

此二公司可以有二选择：

互相达成协议，减少广告的开支。（合作）

增加广告开支，设法提升广告的质量，压倒对方。（背叛）

若二公司不信任对方，无法合作，背叛成为支配性策略时，二公司将陷入广告战，而广告成本的增加损害了二公司的收益，这就是陷入囚徒困境。在现实中，要二互相竞争的公司达成合作协议是较为困难的，多数都会陷入囚徒困境中。

5、自行车赛

自行车赛事的比赛策略也是一种博弈，而其结果可用囚徒困境的研究成果解释。例如每年都举办的环法自由车赛中有以下情况：选手们在到终点前的路程常以大队伍（英文：Peloton）方式前进，他们采取这策略是为了令自己不至于太落后，又出力适中。

而最前方的选手在迎风时是最费力的，所以选择在前方是最差的策略。通常会发生这样的情况，大家起先都不愿意向前（共同背叛），这使得全体速度很慢，而后通常会有二或多位选手骑到前面，然后一段时间内互相交换最前方位置，以分担风的阻力（共同合作）。

使得全体的速度有所提升，而这时如果前方的其中一人试图一直保持前方位置（背叛），其他选手以及大队伍就会赶上（共同背叛）。而通常的情况是，在最前面次数最多的选手（合作）通常会到最后被落后的选手赶上（背叛），因为后面的选手骑在前面选手的冲流之中，比较不费力。

⑺ 囚徒困境在现实中的实例

因为如果两者都不招供的话，可以无罪释放；而其中一个招供另一个不招供，则招供者只判一年徒刑，不招供者有十五年牢狱之苦；应该说每个囚徒都知道这三个选择意味着什么，但是由于两者没有沟通的机会，所以造成无所事从。借用这个话题来描述个体的理性与集体的理性之间的矛盾. 现实生活中这样的囚徒困境比比皆是，如坐公共汽车，本来大家都知道排队会更加顺利，但是由于大家缺乏行动的一致性，结果造成整个上车拥挤不堪。 现在中国高等教育不断扩招所带来的负面效果也是这样,大家都把大学文凭和研究生文凭看得太重,认为只有足够学历的才是人才,这就造成中国成千上万莘莘学子奋不顾身勇闯高考这个独木桥的现像. 一旦把学历看成一种目的，看得太重，则原来的学历就会掺杂许多水份，不利于成才。而且社会的需求跟不上扩招的步伐,过量的大学毕业生和研究生就成为社会的负担了,但仍有后继者前仆后继,这就是囚徒困境使然.事实是学历只不过是一个可有可无的帽子而已，而真正重要的是应该达到或超越学历所代表的水平. 另一个例子, 恋爱中人，也类似于走入了囚徒困境。如果双方都不变心，那是最好的结局，在天愿为比翼鸟，在地愿为连理枝嘛；如果都变了心，效果也不坏，你走你的阳关道，我过我的独木桥嘛；如果一方变了心，另外找到了更好的情侣，一方却还傻乎乎地忠贞不二，那么，另觅新欢的一方是最幸福的，比两人都不变心的结果还幸福，因为他找见了更好的情人，而被抛弃的一方是最不幸的，比两人都变心的结果更不幸，因为他承担的压力既来自于对方的太幸福，也来自于自己的太不幸福。 按照囚徒困境的分析结论，恋人最得意的选择是另觅新欢，最天真的选择是天荒地老，最理性的选择是分道扬镳，最糟糕的选择是被另有新欢的对方无情抛弃。但是，反关现实中的恋人，大都天真的认为能够天荒地老, 对于最理性的选择,又认为结局过于残酷, 没有谁愿意回头是岸，甚至被对方抛弃了还不死心,反而结果变成了最糟糕的选择.

⑻ 什么是囚徒困境

一件严重的纵火案发生后，警察在现场抓到两个犯罪嫌疑人。事实上，正是他们一起放火烧了这座仓库。但是，警方没有掌握足够的证据，只得把他们隔离囚禁起来，要求他们坦白交代。

在这种情形下，两个囚犯都可以做出自己的选择：或者供出他的同伙——即与警察合作，从而背叛他的同伙；或者保持沉默——也就是与他的同伙合作，而不是与警察合作。这两个囚犯都知道，如果他俩都能保持沉默的话，就都会被释放，因为只要他们拒不承认，警方无法给他们定罪。

但警方也很明白这一点，所以就决定对两个囚犯来点刺激：如果他们都承认纵火，每人将被判入狱3年；如果他们都不承认，每人将因为缺乏证据而都被释放：如果一个抵赖而另一个坦白并且愿意出来作证，那么抵赖的将被判入狱5年，还要对他施以罚款，而坦白者将被宽大处理——释放，同时还可以得到一笔奖金。

那么，这两个囚犯该怎么办呢？是选择互相合作还是互相背叛？

从表面上看，他们应该互相合作，保持沉默，因为这样他们俩都能得到最好的结果：自由。但他们不得不仔细考虑对方可能采取什么选择。

A犯不是个傻子，他根本无法相信同伙不会向警方提供对他不利的证据，然后带着一笔丰厚的奖赏出狱而去，让他独自坐牢。这种想法的诱惑力实在太大了。但他也意识到，他的同伙也不是傻子，也会同样来这样设想他。

所以A犯的结论是，唯一理性的选择就是背叛同伙，把一切都告诉警方，因为如果他的同伙笨得只会保持沉默，那么他就会是那个带奖出狱的幸运者了。而如果他的同伙也根据这个逻辑向警方交代了，那么，A犯反正也得服审，起码他不必服最重的刑。

一番博弈的结果就是。这两个囚犯按照自己的逻辑做出行动，双双坐牢。

上面的故事反应了人们的一种博弈心理，它在心理学上被称作“囚徒困境”，最早是由美国普林斯顿大学的数学家增克于1950年提出来的。他当时创造出这样一个故事是为了向美国斯坦福大学的一群心理学家们解释什么是博弈论。后来，“囚徒困境”演绎出许多版本，成为博弈论中最著名的案例。

“囚徒困境”告诉我们，在一个存在着相互作用的博弈中，最好的策略直接取决于对方采用的策略，特别是取决于这个策略为发展双方合作留出多大的余地。

在大家都非常熟悉的国内的家电大战中，虽然不是两个对手之间的博弈，但由于在众多对手当中，每一方的市场份额都很大，每一个主体人的行为后果受对手行为的影响都很大，因此，其情景大概也是如此。

因而，如果清楚这种前景，双方勾结或合作起来，都实行比较高的价格，那么双方都可以因为避免价格大战而获得较高的利润。有人把这样一种合作的做法，叫做“双赢对局”。而这样的结果，往往双方将都是“双赢对局”的赢家。

可惜这些联盟也往往处于利益驱动的“囚徒困境”。而双赢也就成为泡影。五花八门的价格联盟总是非常短命，道理就在这里。

在囚徒困境中，双方不约而同地选择背叛而坐牢，一方面的原因是与同伙合作的惩罚远远高于所得到的报酬，另一方面也由于这是在信息不透明的情况下进行的一次性决策，不存在更多的后果或者后续的博弈。

举例来说，在公共汽车上，两个陌生人会为一个座位争吵，如果他们认识，可能就会相互谦让。在夜市地摊、车站和旅游景点等人群流动性大的地方，不但商品和服务质量最差，而且假冒伪劣横行，因为在商家和顾客之间没有后续的博弈，顾客不大可能因为饭菜可口而再次光临。既然是一锤子买卖，不赚白不赚。

也正是这种心理所驱使，如果一厢情愿地选择合作就要受到惩罚。约翰逊总统在向一群商业界头面人物说明需要大量资金同前苏联进行导弹竞赛时，曾经通过下面这个故事来说明这个道理：

1861年，一位得克萨斯州人离家前去参加南军士兵阵营。他告诉他的邻居他很快就会回来，这场战争不会费力：“因为我们能用扫帚柄揍这些北方佬。”两年后，他才重返故里，少了一条腿。

他的邻居向这位神情悲惨、衣衫褴褛的伤兵询问到底发生了什么事：“你不是说过战争不费力，你们能用扫帚柄揍这些北方佬吗？”

这位士兵回答：“我们当然能，但是麻烦在于北方佬不用扫帚打仗。”

可是在生活中的大部分情境中，人与人之间都会存在一些后续的接触和博弈。那么在这种情况下，我们又应该如何决策呢？

显然，一味地以德报怨不可取，因为这样只是将别人的人生成本转嫁到自己头上；而一味地以怨报德也不可取，因为这样将慢慢失去大多数的博弈伙伴和机会。

所以，最好的决策方法还是囚徒困境教给我们的：以德报德、以怨报怨的反射决策。

事实上，这也是日常生活中多数人的理性选择，也是一个很具适应性的规则。它的有效是由于其他规则预料到它的存在，并且被设计得与它很好相处。因为要和“反射决策”很好相处，就必须采取合作态度，即使那些伺机占便宜而不被惩罚的规则，也很快改变，因为任何想占“反射决策”便宜的规则最终将伤害自己。

要使这一决策方式发生作用，必须满足以下条件：

特征是显著而且容易识别的；

一旦被识别出来，就必须使对方明白会对一切背叛进行报复，并且使对方很难解脱。

数学家约翰·冯诺依曼曾说过：“在一个存在着相互作用的博弈中，最好的策略直接取决于对方采用的策略，特别是取决于这个策略为发展双方合作留出多大的余地。”

总之，反射决策能够赢得竞赛不是靠打击对方，而是靠从对方引出使双方都有好处的行为。

⑼ 例举生活中的囚徒困境

在博弈论中，含有占优战略均衡的一个著名例子是由塔克给出的“囚徒困境”（prisoners’ dilemma）博弈模型。该模型用一种特别的方式为我们讲述了一个警察与小偷的故事。假设有两个小偷A和B联合犯事、私入民宅被警察抓住。警方将两人分别置于不同的两个房间内进行审讯，对每一个犯罪嫌疑人，警方给出的政策是：如果一个犯罪嫌疑人坦白了罪行，交出了赃物，于是证据确凿，两人都被判有罪。如果另一个犯罪嫌疑人也作了坦白，则两人各被判刑8年；如果另一个犯罪嫌人没有坦白而是抵赖，则以妨碍公务罪（因已有证据表明其有罪）再加刑2年，而坦白者有功被减刑8年，立即释放。如果两人都抵赖，则警方因证据不足不能判两人的偷窃罪，但可以私入民宅的罪名将两人各判入狱1年。表2.2给出了这个博弈的支付矩阵。

表2.2 囚徒困境博弈 [Prisoner's dilemma]

——————————————————————————
┃ B ┃ B ┃
————————┃————————┃————————┃
┃ 坦白 ┃ 抵赖 ┃
————————┃————————┃————————┃
A 坦白 ┃ –8, –8 ┃ 0, –10 ┃
————————┃————————┃————————┃
A 抵赖 ┃ –10, 0 ┃ –1, –1 ┃
————————┃————————┃————————┃

我们来看看这个博弈可预测的均衡是什么。对A来说，尽管他不知道B作何选择，但他知道无论B选择什么，他选择“坦白”总是最优的。显然，根据对称性，B也会选择“坦白”，结果是两人都被判刑8年。但是，倘若他们都选择“抵赖”，每人只被判刑1年。在表2.2中的四种行动选择组合中，（抵赖、抵赖）是帕累托最优的，因为偏离这个行动选择组合的任何其他行动选择组合都至少会使一个人的境况变差。不难看出，“坦白”是任一犯罪嫌疑人的占优战略，而（坦白，坦白）是一个占优战略均衡。

要了解纳什的贡献，首先要知道什么是非合作博弈问题。现在几乎所有的博弈论教科书上都会讲“囚犯的两难处境”的例子，每本书上的例子都大同小异。

博弈论毕竟是数学，更确切地说是运筹学的一个分支，谈经论道自然少不了数学语言，外行人看来只是一大堆数学公式。好在博弈论关心的是日常经济生活问题，所以不能不食人间烟火。其实这一理论是从棋弈、扑克和战争等带有竞赛、对抗和决策性质的问题中借用的术语，听上去有点玄奥，实际上却具有重要现实意义。博弈论大师看经济社会问题犹如棋局，常常寓深刻道理于游戏之中。所以，多从我们的日常生活中的凡人小事入手，以我们身边的故事做例子，娓娓道来，并不乏味。话说有一天，一位富翁在家中被杀，财物被盗。警方在此案的侦破过程中，抓到两个犯罪嫌疑人，斯卡尔菲丝和那库尔斯，并从他们的住处搜出被害人家中丢失的财物。但是，他们矢口否认曾杀过人，辩称是先发现富翁被杀，然后只是顺手牵羊偷了点儿东西。于是警方将两人隔离，分别关在不同的房间进行审讯。由地方检察官分别和每个人单独谈话。检察官说，“由于你们的偷盗罪已有确凿的证据，所以可以判你们一年刑期。但是，我可以和你做个交易。如果你单独坦白杀人的罪行，我只判你三个月的监禁，但你的同伙要被判十年刑。如果你拒不坦白，而被同伙检举，那么你就将被判十年刑，他只判三个月的监禁。但是，如果你们两人都坦白交代，那么，你们都要被判5年刑。”斯卡尔菲丝和那库尔斯该怎么办呢？他们面临着两难的选择——坦白或抵赖。显然最好的策略是双方都抵赖，结果是大家都只被判一年。但是由于两人处于隔离的情况下无法串供。所以，按照亚当·斯密的理论，每一个人都是从利己的目的出发，他们选择坦白交代是最佳策略。因为坦白交代可以期望得到很短的监禁———3个月，但前提是同伙抵赖，显然要比自己抵赖要坐10年牢好。这种策略是损人利己的策略。不仅如此，坦白还有更多的好处。如果对方坦白了而自己抵赖了，那自己就得坐10年牢。太不划算了！因此，在这种情况下还是应该选择坦白交代，即使两人同时坦白，至多也只判5年，总比被判10年好吧。所以，两人合理的选择是坦白，原本对双方都有利的策略(抵赖)和结局(被判1年刑)就不会出现。这样两人都选择坦白的策略以及因此被判5年的结局被称为“纳什均衡”，也叫非合作均衡。因为，每一方在选择策略时都没有“共谋”(串供)，他们只是选择对自己最有利的策略，而不考虑社会福利或任何其他对手的利益。也就是说，这种策略组合由所有局中人(也称当事人、参与者)的最佳策略组合构成。没有人会主动改变自己的策略以便使自己获得更大利益。“囚徒的两难选择”有着广泛而深刻的意义。个人理性与集体理性的冲突，各人追求利己行为而导致的最终结局是一个“纳什均衡”，也是对所有人都不利的结局。他们两人都是在坦白与抵赖策略上首先想到自己，这样他们必然要服长的刑期。只有当他们都首先替对方着想时，或者相互合谋(串供)时，才可以得到最短时间的监禁的结果。“纳什均衡”首先对亚当·斯密的“看不见的手”的原理提出挑战。按照斯密的理论，在市场经济中，每一个人都从利己的目的出发，而最终全社会达到利他的效果。不妨让我们重温一下这位经济学圣人在《国富论》中的名言：“通过追求(个人的)自身利益，他常常会比其实际上想做的那样更有效地促进社会利益。”从“纳什均衡”我们引出了“看不见的手”的原理的一个悖论：从利己目的出发，结果损人不利己，既不利己也不利他。两个囚徒的命运就是如此。从这个意义上说，“纳什均衡”提出的悖论实际上动摇了西方经济学的基石。因此，从“纳什均衡”中我们还可以悟出一条真理：合作是有利的“利己策略”。但它必须符合以下黄金律：按照你愿意别人对你的方式来对别人，但只有他们也按同样方式行事才行。也就是中国人说的“己所不欲勿施于人”。但前提是人所不欲勿施于我。其次，“纳什均衡”是一种非合作博弈均衡，在现实中非合作的情况要比合作情况普遍。所以“纳什均衡”是对冯·诺依曼和摩根斯特恩的合作博弈理论的重大发展，甚至可以说是一场革命。

从“纳什均衡”的普遍意义中我们可以深刻领悟司空见惯的经济、社会、政治、国防、管理和日常生活中的博弈现象。我们将例举出许多类似于“囚徒的两难处境”这样的例子。如价格战、军奋竞赛、污染等等。一般的博弈问题由三个要素所构成：即局中人(players)又称当事人、参与者、策略等等的集合，策略(strategies)集合以及每一对局中人所做的选择和赢得(payoffs)集合。其中所谓赢得是指如果一个特定的策略关系被选择，每一局中人所得到的效用。所有的博弈问题都会遇到这三个要素。

价格战博弈：

现在我们经常会遇到各种各样的家电价格大战，彩电大战、冰箱大战、空调大战、微波炉大战……这些大战的受益者首先是消费者。每当看到一种家电产品的价格大战，百姓都会“没事儿偷着乐”。在这里，我们可以解释厂家价格大战的结局也是一个“纳什均衡”，而且价格战的结果是谁都没钱赚。因为博弈双方的利润正好是零。竞争的结果是稳定的，即是一个“纳什均衡”。这个结果可能对消费者是有利的，但对厂商而言是灾难性的。所以，价格战对厂商而言意味着自杀。从这个案例中我们可以引伸出两个问题，一是竞争削价的结果或“纳什均衡”可能导致一个有效率的零利润结局。二是如果不采取价格战，作为一种敌对博弈论(vivalry game)其结果会如何呢？每一个企业，都会考虑采取正常价格策略，还是采取高价格策略形成垄断价格，并尽力获取垄断利润。如果垄断可以形成，则博弈双方的共同利润最大。这种情况就是垄断经营所做的，通常会抬高价格。另一个极端的情况是厂商用正常的价格，双方都可以获得利润。从这一点，我们又引出一条基本准则：“把你自己的战略建立在假定对手会按其最佳利益行动的基础上”。事实上，完全竞争的均衡就是“纳什均衡”或“非合作博弈均衡”。在这种状态下，每一个厂商或消费者都是按照所有的别人已定的价格来进行决策。在这种均衡中，每一企业要使利润最大化，消费者要使效用最大化，结果导致了零利润，也就是说价格等于边际成本。在完全竞争的情况下，非合作行为导致了社会所期望的经济效率状态。如果厂商采取合作行动并决定转向垄断价格，那么社会的经济效率就会遭到破坏。这就是为什么WTO和各国政府要加强反垄断的意义所在。