博弈论——纳什均衡、囚徒困境 - First Prize

上传

点击文件名下载附件
这个周，我们说说“博弈论”
还是之前的套路，我们会举两个例子，说下“纳什均衡”和“囚徒困境”
...
第一个例子
A公司和B公司在人工智能领域，都有自己独有的技术壁垒，由于这个领域目前成熟应用还相对较少，两个公司的负责人商量共同投入，培育市场。
如果各投1个亿，大举宣传推广，预计可以给各自带来2亿收入，减去投入的1个亿，还能各赚1个亿；
如果只有一家投入，宣传效果就会差很多，可能投入1个亿，赚5000万，相当于赔了5000万，但是没有投入的那方酒可以搭上宣传效果的便车，轻松赚到2000万；
如果两家都不投入，就不赚不赔。
...
你觉得最终的结果会是什么？
没错，你猜对了，A和B公司，都没有投入。
为什么呢？明明是大家都投入1个亿是最优策略，为什么最后都选择了“不投入”这种“损人不利己”的策略呢？
纳什均衡

纳什均衡就是一种博弈的稳定结果，谁单方改变策略，谁就会损失。
虽然看上去两家各投1个亿是最优的策略，也就是经济学上所谓的“帕累托全局最优”，但你会发现who care? 我们大多只在乎一件事：如果我投了而他没投，我就死了。这个风险承受不起。博弈到最后，我不投入，你不投入，大家都不投入。
...
那要怎么做？
其实很简单，改变一下制度：比如签署违约条款：未投入者，赔偿对方5000万。
这时，“共同投入”就成为新的“纳什均衡”，而且是一个“好”的均衡。
稍稍改变一下规则，就能促成一个“好”的“纳什均衡”，有了这个视角，你回过头再去看身边的事情，也可以发现，在不同的“制度设计”下的那些“好的均衡”和“坏的均衡”。
比如“产销分离”，目的是技术做好产品，销售开拓市场，但在这个制度设计下，产品做出来销售卖不出去，销售拿到的商机又和产品不匹配，博弈到最后，做技术的怪销售不懂产品，做销售的怪技术不懂市场，这就是一个“坏的均衡”。怎么办？“产销一体化”来试图解决这个问题。技术团队根据销售拿到的商机和市场信息来打磨完善产品，最终产品做的好，销售也卖的好，最终形成一个“好的均衡”。
小结一下

纳什均衡，就是一种博弈的稳定结果，谁单方改变策略，谁就会损失。
自私，可能会导致“好的纳什均衡”，也可能会导致“坏的纳什均衡”，关键是“制度设计”。
...
第二个例子
A和B是犯罪同伙，被隔离审讯。
如果A和B都坦白罪行，会都被判刑8年；
如果一人坦白，一人不坦白，坦白的人直接释放，不坦白的重判15年；
如果两人都不坦白呢，则证据不足，都只判1年。
这，就是著名的“囚徒困境”。
...
虽然“都不坦白”是最优策略，但“都不坦白”是经不起考验的最优策略：我如果单方选择背叛，将立即获释，诱惑太大；而且就算我守口如瓶，万一他背叛了呢？我会被判15年，风险太高。
“都坦白”呢？那两人都获刑8年。这时，如果一名囚徒单方决定守口如瓶，他的8年刑期将立刻变为15年，而另一人则被释放。这一点好处都没有。所以，“都坦白”，是囚徒困境中唯一稳定的“纳什均衡”。
那，这背后的博弈论原理是什么呢？
囚徒困境

一个典型的囚徒困境，其实就是满足两个条件的博弈：
1、背叛诱惑 > 合作报酬
合作报酬是判刑1年，背叛诱惑却是立即释放。
2、受骗支付 > 背叛惩罚
背叛惩罚是判刑8年，受骗支付却是判刑15年。
这就是“囚徒困境”的基本原理。
...
那，要怎么“破”？
1、让“合作报酬 > 背叛诱惑”
我们看看电影里常见的桥段：
你很讲义气，死不招供，然后就会有人给你带话：大哥说了，你家里的事情不用担心，老人、嫂子、孩子，我们都会照顾好。你出来那一天，还会有一大笔dollar...这就是提高“合作报酬”；
一个坦白了的人刚被释放出来，坐上自己的汽车，汽车发动的一瞬间，bang！！！就算把你释放出来，也一样没有好果子吃，这就是降低“背叛诱惑”；
2、让“背叛惩罚 > 受骗支付”
我们还是看看电影里面的桥段：
电影里的古惑仔们，大多都很将义气，崇尚“忠义”，不讲义气会被整个江湖唾弃，这种文化会在一定程度上，增加“背板惩罚”；
什么？你被人出卖了？大哥除了会给你钱，帮你赡养家人之外，你的仇人就是大哥的仇人。不管他走到天涯海角，你放心，这仇我帮你报了！这，就是降低“受骗支付”。
小结一下

“囚徒困境”就是“背叛诱惑 > 合作报酬”，“受骗支付 > 背叛惩罚”。
怎么破？
第一，提高合作报酬，降低背叛诱惑；
第二，提高背叛惩罚，降低受骗支付。
你，学会了么？
...

本文核心观点内容出自
得到APP《刘润·5分钟商学院》
我曾经所说的，可能都是错的
小鑫说点事儿
2017.11.27

作者: 鱼车CG 时间: 2018-11-2 11:16
纳什最后得了精神病

欢迎光临 First Prize (https://meiritoucai.cn/)