囚徒困境原理是什麼意思？ ?

囚徒困境原理是什麼意思？

兩個囚徒為了追求各自的利益最大化，得到的結果一定是兩敗俱傷；如果雙方可以同時放棄各自的最優策略，選擇合作，這樣才可以雙贏。所謂困境，在於如果任何一方選擇了合作而對方不合作，己方將萬劫不復；而如果對方選擇合作而自己選擇最優策略，自己則有機會一步登天，將萬劫不復留給對方，這就是為什麼即使雙方都知道唯有合作才能雙贏，雙方仍然無法合作。

經濟學中的“囚徒困境”是什麼意思？

囚徒困境（Prison Dilemma）是博弈論的非零和博弈中具代表性的例子，反映個人最佳選擇並非團體最佳選擇。雖然困境本身只屬模型性質，但現實中的價格競爭、環境保護等方面，也會頻繁出現類似情況。

單次發生的囚徒困境，和多次重複的囚徒困境結果不會一樣。

在重複的囚徒困境中，博弈被反覆地進行。因而每個參與者都有機會去“懲罰”另一個參與者前一回合的不合作行為。這時，合作可能會作為均衡的結果出現。欺騙的動機這時可能被受到懲罰的威脅所克服，從而可能導向一個較好的、合作的結果。作為反覆接近無限的數量，納什均衡趨向於帕累托最優。

囚徒困境的主旨為，囚徒們雖然彼此合作，堅不吐實，可為全體帶來最佳利益（無罪開釋），但在資訊不明的情況下，因為出賣同夥可為自己帶來利益（縮短刑期），也因為同夥把自己招出來可為他帶來利益，因此彼此出賣雖違反最佳共同利益，反而是自己最大利益所在。但實際上，執法機構不可能設立如此情境來誘使所有囚徒招供，因為囚徒們必須考慮刑期以外之因素（出賣同夥會受到報復等），而無法完全以執法者所設立之利益（刑期）作考量。

舉個例子：

1950年，由就職於蘭德公司的梅里爾·弗勒德（Merrill Flood）和梅爾文·德雷希爾（Melvin Dresher）擬定出相關困境的理論，後來由顧問艾伯特·塔克（Albert Tucker）以囚徒方式闡述，並命名為“囚徒困境”。經典的囚徒困境如下：

警方逮捕甲、乙兩名嫌疑犯，但沒有足夠證據指控二人入罪。於是警方分開囚禁嫌疑犯，分別和二人見面，並向雙方提供以下相同的選擇：

若一人認罪並作證檢控對方（相關術語稱“背叛”對方），而對方保持沉默，此人將即時獲釋，沉默者將判監10年。

若二人都保持沉默（相關術語稱互相“合作”），則二人同樣判監半年。

若二人都互相檢舉（互相“背叛”），則二人同樣判監2年。

用表格概述如下：

甲沉默（合作） 甲認罪（背叛）

乙沉默（合作） 二人同服刑半年 甲即時獲釋；乙服刑10年

乙認罪（背叛） 甲服刑10年；乙即時獲釋 二人同服刑2年

《博弈聖經》囚徒困境的定義是什麼？

《博弈聖經》囚徒困境的定義；囚徒困境中的兩點一空間，堪稱大自然的三維時空遊戲，它會引起兩個靈性對三維實體變異的思考、也會引起對三維實體錯位的焦慮。

……

【摘要】

最終納什的家人和朋友、決定將他送進醫院治療，在醫院他認為醫生是蘇聯人、要追殺他。經醫生診斷，他得的“妄想型精神分裂症”也更加嚴重。一個被“妄想型精神分裂症”傷害的大腦、一個胡言亂語的精神病人、妄想出來的“納什均衡”博弈佔優理論，你們認為可信嗎？

……

來源:美國資訊網；博弈聖經著作人對納什的嘲諷

博弈聖經著作人的經典名句；0、1、二維平均，稱平衡，0、1、2、三維平均，稱均衡。

在0、1、二維記錄的系統中，0、1、這兩種輸贏粒子，必需構成博弈程序中的基本單元，馮·諾伊曼發現，有一個“極小極大定理”存在其中，（極小極大定理，就是要麼極端的輸、要麼極端的贏），從長遠來看，兩種粒子出現的一次平均、是一次平衡，多次平均、就是多次平衡，裡面並不存在兩種粒子扯平的趨勢。兩種粒子的未來、不受過去所發生的、任何粒子事件的影響。0、1、兩種粒子趨於平衡的預期，已經被極小極大定理徹底否決。

在0、1、二維粒子隨機走動的系統中，只存在平均、不存在平均律，也就是不存在三維均衡。博弈聖經著作人的經典名句；策略，就不存在0、1、二維繫統中。納什均衡提出時，當場就遭到馮·諾依曼的貶低、嘲笑和斷然否定。

談到“納什均衡”，有位記者請納什用通俗的語言來解釋他的理論。納什說；“‘納什均衡’並不高深，它就像中國人發明的一種、三個人玩的撲克遊戲，“納什均衡”就是一個簡單的三人博弈遊戲”。中國有那麼多人玩撲克，又玩了那麼多年，納什還提醒了中國人半個多世紀，納什均衡並不高深，中國人竟沒有一個人發現三個人玩的撲克遊戲中、還有一個‘均衡佔優理論’。人們不禁要問；納什他自己玩過幾次三人撲克遊戲？他和誰玩的？他是怎麼發現的均衡？均衡理論又是怎麼單方佔優的？在他所有的文章中，為什麼沒有對中國的撲克遊戲展開敘述。一副撲克三個人玩，一個人18張牌，在連續記錄的0、1、2、三維繫統中，18張牌只能記錄成、18個紅藍小點而已，它是怎麼個均衡法呢？他在60多年的時間裡，沒有人見過他、用中國的撲克表演過什麼是、非合作納什均衡，什麼是納什均衡佔優策略，他既沒有實際表演，也沒有給出明確的理論說明，這令關注納什佔優策略的人，大為失望。

博弈聖經著作人的經典名句；科學家在納什均衡理論中、尚未發現博弈佔優策略的任何跡象。

博弈聖經著作人的經典名句；策略，來自0、1、2、三維結構的自然屬性。粒子、私湍、實體，簡稱為，粒、湍、體。它是博弈取勝、計算單方佔優策略的標準模型。

在納什的語文學中，就沒有出現過一次0、1、2、三維均衡的概念，納什均衡哪裡來。

博弈聖經著作人的經典名句；納什均衡理論沒有任何明確的說法，納什均衡是美國偽造的產物，傳到了世界各地，當然也傳遍了中國。“納什均衡”的本質，是對中國人的智商，對發現、發明、創造精神的一種羞辱。

博弈聖經著作人的經典名句；二維平衡是指生物的競爭行為，三維均衡是指自然的優劣特性。

博弈聖經著作人的經典名句；揭開納什均衡的畫皮，露出真相。【如果納什均衡是以納什的名字、命名的一個博弈論術語；假如我把納什名字去掉、只剩下均衡一詞、均衡也就是純淨的博弈論術語；倘若所有博弈論的文章中、都把納什名字去掉只剩下均衡；再讀一篇篇博弈論文章、也都是圍繞著均衡一詞展開的敘述；發現通篇文章邏輯不通、詞意變異、不知所云；只要是屬於納什均衡的理論文章、去掉納什名字之後、納什的鬼魅就出現了；通篇文章，捕風捉影、張冠李戴、以訛......

什麼是囚徒困境

囚徒困境的故事講的是，兩個嫌疑犯作案後被警察抓住，分別關在不同的屋子裡接受審訊。警察知道兩人有罪，但缺乏足夠的證據。警察告訴每個人：如果兩人都抵賴，各判刑一年；如果兩人都坦白，各判八範；如果兩人中一個坦白而另一個抵賴，坦白的放出去，抵賴的判十年。於是，每個囚徒都面臨兩種選擇：坦白或抵賴。然而，不管同夥選擇什麼，每個囚徒的最優選擇是坦白：如果同夥抵賴、自己坦白的話放出去，不坦白的話判一年，坦白比不坦白好；如果同夥坦白、自己坦白的話判八年，不坦白的話判十年，坦白還是比不坦白好。結果，兩個嫌疑犯都選擇坦白，各判刑八年。如果兩人都抵賴，各判一年，顯然這個結果好。但這個帕累託改進辦不到，因為它不能滿足人類的理性要求。囚徒困境所反映出的深刻問題是，人類的個人理性有時能導致集體的非理性——聰明的人類會因自己的聰明而作繭自縛。

什麼是囚徒困境？

什麼是囚徒困境呢？它的具體內容是什麼呢？ 　　囚徒困境簡介　　囚徒困境是博弈論的非零和博弈中具代表性的例子，反映個人最佳選擇並非團體最佳選擇。雖然困境本身只屬模型性質，但現實中的價格競爭、環境保護等方面，也會頻繁出現類似情況。　　單次發生的囚徒困境，和多次重複的囚徒困境結果不會一樣。　　在重複的囚徒困境中，博弈被反覆地進行。因而每個參與者都有機會去“懲罰”另一個參與者前一回合的不合作行為。這時，合作可能會作為均衡的結果出現。欺騙的動機這時可能被受到懲罰的威脅所克服，從而可能導向一個較好的、合作的結果。作為反覆接近無限的數量，納什均衡趨向於帕累托最優。　　經典的囚徒困境　　1950年，由就職於蘭德公司的梅里爾·弗拉德（Merrill Flood）和梅爾文·德雷希爾（Melvin Dresher）擬定出相關困境的理論，後來由顧問阿爾伯特·塔克（Albert Tucker）以囚徒方式闡述，並命名為“囚徒困境”。經典的囚徒困境如下：　　警方逮捕甲、乙兩名嫌疑犯，但沒有足夠證據指控二人入罪。於是警方分開囚禁嫌疑犯，分別和二人見面，並向雙方提供以下相同的選擇：　　若一人認罪並作證檢舉對方（相關術語稱“背叛”對方），而對方保持沉默，此人將即時獲釋，沉默者將判監10年。　　若二人都保持沉默（相關術語稱互相“合作”），則二人同樣判監半年。　　若二人都互相檢舉（互相“背叛”），則二人同樣判監2年。　　如同博弈論的其他例證，囚徒困境假定每個參與者（即“囚徒”）都是利己的，即都尋求最大自身利益，而不關心另一參與者的利益。參與者某一策略所得利益，如果在任何情況下都比其他策略要低的話，此策略稱為“嚴格劣勢”，理性的參與者絕不會選擇。另外，沒有任何其他力量干預個人決策，參與者可完全按照自己意願選擇策略。　　囚徒到底應該選擇哪一項策略，才能將自己個人的刑期縮至最短？兩名囚徒由於隔絕監禁，並不知道對方選擇；而即使他們能交談，還是未必能夠盡信對方不會反口。就個人的理性選擇而言，檢舉背叛對方所得刑期，總比沉默要來得低。試設想困境中兩名理性囚徒會如何作出選擇：　　若對方沉默、背叛會讓我獲釋，所以會選擇背叛。　　若對方背叛指控我，我也要指控對方才能得到較低的刑期，所以也是會選擇背叛。　　二人面對的情況一樣，所以二人的理性思考都會得出相同的結論——選擇背叛。背叛是兩種策略之中的支配性策略。因此，這場博弈中唯一可能達到的納什均衡，就是雙方參與者都背叛對方，結果二人同樣服刑2年。　　這場博弈的納什均衡，顯然不是顧及團體利益的帕累托最優解決方案。以全體利益而言，如果兩個參與者都合作保持沉默，兩人都只會被判刑半年，總體利益更高，結果也比兩人背叛對方、判刑2年的情況較佳。但根據以上假設，二人均為理性的個人，且只追求自己個人利益。均衡狀況會是兩個囚徒都選擇背叛，結果二人判決均比合作為高，總體利益較合作為低。這就是“困境”所在。例子漂亮地證明了：非零和博弈中，帕累托最優和納什均衡是相沖突的。

囚徒困境現象告訴我們什麼？

囚徒困境現象告訴我們：個人理性和集體理性之間存在矛盾，個人理性的正確選擇會降低大家的福利。