第1部分(第1/4 页)

政治博弈（1）

密歇根大学政治学教授罗伯特·阿克塞尔罗德于20世纪70年代末举行的一次电脑程序比赛，已成为成功的社会研究的一个经典故事。它激起了人们深刻的思索，被公认为20世纪最重要的实验之一。阿克塞尔罗德当时是对国际政治形势，尤其是对核战争的危险感到担心，因而研究博弈论以及重复进行的“囚徒困境”游戏。他研究了人工智能，再研究电脑棋赛，然后想到邀请专家们以电脑程序的形式提出他们各自所主张的战略，通过多次重复的“囚徒困境”进行较量，可以有效地对这些战略作出评估。

在第一轮比赛中，他邀请的14位专家各自以电脑程序的形式提出自己的战略。这些专家包括政治学、数学、心理学、电脑科学和经济学的教授。阿克塞尔罗德自己又添加了“随机程序”，即以50％的概率选取“合作”或“背叛”。14种战略加上“随机战略”均一对一进行重复的“囚徒困境”比赛，即15×15共225场比赛，每一配对对弈200次。每次按照以下四种情况给每一程序打分：

a。“彼此合作”：各得3分；

b。一种情况是甲方“背叛”乙方“合作”，另一种情况是甲方“合作”乙方“背叛”：“背叛”一方得5分，“合作”一方得0分（作为易受骗者的代价）；

c。“彼此背叛”：各得1分。

“囚徒困境”是一种非合作性、非零和博弈的游戏，并不是每次都一胜一负，不是一方之所得即另一方之所失。“一方背叛”得分最高，“彼此合作”次之，“彼此背叛”再次之，“一方合作”而一方受骗则垫底，但“一方背叛”与“一方受骗”二者相加除以2的平均分低于“彼此合作”的得分：（5＋0）÷2＜3，这一点成为合作的刺激因素。“困境”在于，你不知道对方打的是什么牌，所以从利己着想，选择“背叛”最合适：你“背叛”对方“合作”，你可得5分；若对方也选择“背叛”，你仍可得1分。如此看来，理性的博弈者似乎都只会选择“背叛”，但双方都各得1分，并非最佳结果，不如“彼此合作”的各得3分。

在比赛中，一种战略可能达到的最高分为15000分（15×200×5），最低则是0分。但能指望得到的最高分，即200次均得3分，共600分。每次都指望对方受骗而自己总得5分是不可能的，因为对方也会以“背叛”进行报复，结果只有各得1分。

在全部比赛结束后，得分最高的是多伦多大学心理学和博弈论教授阿纳托尔·拉波波特所提交的“一报还一报”战略，它简便易行，即头一回选择“合作”，然后，对方选择什么，自己下一回也选择什么。

具有讽刺意味的是，除了“随机程序”以外，得分最差的一个程序恰恰是设计得最复杂的一种程序。15种战略中，有8种是首先选择“合作”，被列为“善战略”，另外7种战略是首先选择“背叛”，而且总想诱使对方受骗，被列为“恶”战略。最后，“善战略”总分均高于“恶战略”。书　包　网　txt小说上传分享

政治博弈（2）

“一报还一报”不仅善良，而且不刻意追求高分，又能宽容（一开始虽然报复对方，但对方态度变好了，就不再记仇）。宽容心差，就容易陷入双方老是“彼此背叛”的状态。“一报还一报”是15种战略中最简易又最善良的一种，它最后得分最高，是许多人所未想到的。“一报还一报”的特点：一是“善良”，决不首先“背叛”。二是“反应快”，对方若“背叛”，马上就以“背叛”还击，决不犹豫。三是“宽容”，对方若是态度变为“合作”，就不记前仇，立即回应以“合作”。四是“无忌妒之心”，不因对方玩弄心计一时得分高而自己也玩弄心计。五是“简便易行”，始终坚持“一报还一报”，易于坚持到底，态度明朗，对方明白了也会照样做。

阿克塞尔罗德总结了第一轮比赛的结果，宣布举行第二轮比赛。这次参赛的程序有63个，其中包括那个“随机程序”，还有约翰·史密斯提出的一种更宽厚的“一报还两报”，即遭到对方两次“背叛”后才予以还击。这一轮的场次不加限制，阿克塞尔罗德在他于1984年出版的《合作的进化》一书中指出这样做是因为对未来的关注可以促进合作。有些人读了阿克塞尔罗德对第一轮比赛的分析以后，研究了怎样利用那些“善战略”和“宽容战略”的方案，提出了一些新的“恶战略”，但最后还是输了。拉波波特的“一报还一报”再次获胜。得分最高的前15名中，有14名都是“善”的，而得分