Chicken:博弈論中社會困境的四種形式

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，作者沒有深厚的數學知識及博弈論相關的任何專業素養，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、賽局理論等，既是現代數學的一個新分支，也是運籌學的一個重要學科。博弈論考慮游戲中的個體的預測行為和實際行為，并研究它們的優化策略。

換成大家容易理解的方式就是：

我預測了你的動作；

你預測了我對你的預測；

我預測你預測到了我對你的預測；

……

然后這樣不斷重復，直至做出具體動作并得到博弈結果。

這本質上是一個二級混沌，一級混沌不會因為預測而改變，二次混沌則會隨著預測而改變結果。

金色財經合約行情播報 | BTC放量震蕩上測，7800美元多空博弈加劇:據火幣BTC永續合約行情顯示，截至今日16:00（GMT+8），BTC價格暫報7703美元（+2.01%），20:00（GMT+8）結算資金費率為-0.014470%。

昨日至今，BTC走出震蕩上升的走勢，低點逐漸抬高，向上測試7800美元阻力位，目前在7800下方盤整。根據火幣交割合約數據，BTC季度合約成交量大幅上升，持倉量也出現一定幅度上升，季度合約保持小幅貼水。在比特幣面臨關鍵壓力位時期，多空博弈激烈程度加劇，成交活躍，市場情緒出現躁動，投資者需注意控制風險。

USDT于火幣全球站OTC的報價為7.13元，溢價率為0.65%。USDT溢價繼續保持在低水平。[2020/4/27]

2.草雞博弈(ChickenGame)：

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。可謂短小精辟，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來著，具體記不清了，總之我朋友是直行，對方理應讓行，我朋友說他根本沒松油門，反正有保險，最終對方先認慫了。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，對方認為繼續相向而行的成本太高而率先退出。

分析 | 市場情緒相對看多，需謹防市場多空博弈時突發政策性影響:據Bgain投研數據：截止北京時間12月2日18:00點，BTC價格7298.91美元，24小時內BTC價格下跌0.33%，結合量化交易的BTC本位增強指數均略有下跌，其中Bgain交易指數下跌0.45%，CTA指數下跌0.69%，對沖交易指數下跌0.05%。截至18點，OKEX精英用戶多空占比為50%/46%；火幣精英用戶多空占比61%/39%，Bitfinex多/空保證金占比為82%/18%，BitMEX多空倉位占比為50%/50%，市場情緒相對看多。幣價24小時內走出M型波動，持續震蕩，今日午間放量下跌，多空力量依舊震蕩膠著，需謹防市場多空博弈時突發政策性影響。[2019/12/2]

“草雞博弈”的結局一定是兩敗俱傷或者一方敗退，換位思考和協議補償是解決“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？古巴導彈危機是“草雞博弈”在現實中的表現，大家可以想想還有哪些現實事件符合“草雞博弈”理論。

分析 | 多空雙方連續多日博弈角逐 市場或將出現趨勢性波動:據Bgain投研數據：自北京時間11月11日18點-11月12日18時，BTC價格上漲0.9%，結合量化交易的BTC本位增強指數漲跌互現，其中Bgain交易指數下跌0.29%，CTA指數上漲0.65%，對沖交易指數下跌2.47%。截至18點，OKEX精英用戶多空占比為50%/49%；火幣精英用戶多空占比42%/58%，Bitfinex多/空保證金占比為81%/19%，BitMEX多空倉位占比為59%/41%，市場情緒轉為觀望。幣價24小時內波動僅100點，市場相對平靜，多空雙方連續多日博弈角逐，市場或將出現趨勢性波動。[2019/11/12]

3.獵鹿博弈：

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。他們是在賭合作還是背叛嗎？

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》，具體內容是：古代的村莊有兩個獵人。當地的獵物主要有兩種：鹿和兔子。如果一個獵人單兵作戰，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：

分析 | 多空雙方繼續博弈，震蕩行情可能持續:據Bgain投研數據，自北京時間28日18點-29日18時，BTC價格下跌0.3%，結合量化交易的BTC增強指數小幅波動，其中Bgain交易指數下跌-0.08%，CTA指數上漲0.26%，對沖交易指數下跌-0.94%。截至18點，OKEX精英用戶多空比例為51%/49%；火幣精英用戶多空比例52%/48%，Bitfinex多/空保證金比例為80%/20%，BitMEX多空倉位比例為62%/38%，雖然市場情緒仍然看多，但空頭力量已逐漸增強，多空雙方還將繼續博弈，震蕩盤整行情可能持續。[2019/10/29]

很顯然獵兔不是最優選擇，并不能充分利用現有資源，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”，國際和企業間的強強聯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~

聲音 | EOS 紐約：《重新思考 EOS 公投博弈論：為什么 15% 的投票是不相關的》:據 IMEOS 報道，EOS 紐約近日發文：《重新思考 EOS 公投博弈論：為什么 15% 的投票是不相關的》。EOS 紐約認為當前公投提案需要 15% 的投票率是不合理的，應該廢除這一限制，并鼓勵節點參與到公投之中。[2019/2/7]

4.僵局

“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。“僵局”到底是什么樣的體現形式呢？其實可以參照Deadlock的直譯“死鎖”，也被譯作死結。維基百科給出的名詞解釋是：計算機科學名詞。當兩個以上的運算單元，雙方都在等待對方停止執行，以取得系統資源，但是沒有一方提前退出時，就稱為死結。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執行。P1擁有資源R2、還需要額外資源R1才能執行；P2擁有資源R1、還需要額外資源R2才能執行，兩邊都在互相等待而沒有任何一個可執行。

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”，即Livelock，解釋是：與死結相似，死結是行程都在等待對方先釋放資源；活結則是行程彼此釋放資源又同時占用對方釋放的資源。當此情況持續發生時，盡管資源的狀態不斷改變，但每個行程都無法取得所需資源，使得事情沒有任何進展。

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慣左邊騎，另一個習慣右邊騎，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，不幸的事情發生了，你們“向”上了。這就是“活結”。

“死鎖”的解決方案是一方退出占用資源，在計算機系統還可以用重啟來重置場景，“活結”的解決方案是雙方停止謙讓，各自占用各自資源。

5.囚徒困境(Prisoner'sdilemma)：

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年設計出來的。游戲中，兩個分別關押的囚徒必須獨立決定否認還是坦白罪行。如果兩人都認罪，那么兩人都會受到懲罰。如果兩人都否認的話，則都會被無罪釋放。但假如只有一人認罪，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智庫中關于這一段的描述是：囚徒困境最早是由美國普林斯頓大學數學家阿爾伯特·塔克1950年提出來的。他當時編了一個故事向斯坦福大學的一群心理學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。故事內容是：兩個嫌疑犯(A和B)作案后被警察抓住，隔離審訊；的政策是“坦白從寬，抗拒從嚴”，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·弗拉德和梅爾文·德雷希爾擬定出相關困境的理論，后來由顧問阿爾伯特·塔克以囚徒方式闡述，并命名為“囚徒困境”。同樣配表格解釋：

可以看出兩人的最優選擇是合作，次優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：報復背叛者，讓他下次不敢；

3.寬恕：為了收益最大化，引導之前的背叛者合作；

4.不嫉妒：不去主動爭取收益最大化；

從現實情況來看，無論國家行為抑或是企業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”中選擇合作是最優解，《失控》中同樣闡述了零和游戲和非零和游戲的區別：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、森林的亂砍濫伐、漁業的過度捕撈，是否同樣適用二人博弈時的策略。或許答案正是《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幫助下才能產生合作。

文章部分內容摘自《失控》、維基百科、MBA智庫等

完

Tags：ChickenChicken幣是什么幣

OKB