囚徒困境
两个被捕囚徒之间的特殊博弈
条目
历史版本
囚徒困境是1950年先经由美国兰德公司梅里尔·弗勒德（Merrill Flood）和梅尔文·德雷希尔（Melvin Dresher）提出假设理论，后由艾伯特·塔克（ Albert Tucker）命名的理论。[7][3][2]其主要理念是：博弈双方基于对对方的不信任和自身利益最大化考量，往往选择对对方不利的选择，导致利益最小化。[8][4]
其情节为：共同犯罪的AB两人，被捕后处于信息不对称的状态，出现三种情况：双方坦白均获刑8年、一方坦白另一方抵赖，坦白一方释放而抵赖一方获刑10年、双方抵赖获刑1年。对集体来说，最优解是“都不坦白”，但出于自身利益考量，往往选择都坦白，导致双方利益最小化。[7][8][4]
在生活中随处可见囚徒困境博弈，广泛应用于政治学、经济学、社会学、商业、司法等领域，[3][4][5][6] 具体体现在如军备竞赛、征地问题、公益诉讼问题、关税战、市场价格战、诉讼、见义勇为困境等，[9][10][4][6]每个困境都有从纳什均衡[a]转向帕累托最优解[b]的解决方案，可能在进行多次博弈后才能慢慢向最优解靠近。[11]通过对基础理论的研究，延伸出重复囚徒困境博弈、空间囚徒困境博弈、非对称囚徒困境博弈，每个模型都有助于双方进行更理性的合作。[12][13][11]与囚徒困境博弈模型相类似的还有雪堆博弈和公共品博弈，[14]囚徒困境反映了集体理性和个人理性的冲突，理性人的个人理性行为可能导致集体非理性，理性人会从个人利益出发做出对自己最有利的行为，为了达到集体最优解，个人需要抑制对自利的追求。在现实生活中，人们应该彼此信任建立合作关系。[1][4][15]