你是個好人，你笑到了最後

[徐元直]

但是千萬不要做濫好人喔。

================以下屬於轉載，但未知原出處================


　　美國密執根大學的Robert Axelrod為了研究有關合作的問題，在1979年組織了一場特殊的計算機比賽。這場比賽的設計非常簡單：要求每個參賽的博奕論專家根據「囚徒困境博弈」規則，各自設計一種計算機程序，然後用單循環賽的方式將參賽程序兩兩博弈，以找出得分最高的策略。Axelrod在比賽開始之前，先設定了兩個前提：每個人都是自私的；沒有權威干預個人決策。也就是說，個人可以完全按照自己最大化利益進行決策。他要研究的主要問題是：人為什麼要合作？人什麼時候合作，什麼時候不合作？如何使別人與自己合作？第一輪博弈有14個程序參加，再加上Axelrod自己的一個隨機程序（即以50%的概率選取合作或不合作），運轉了300次。結果得分最高的是加拿大學者Anatol Rapoport編寫的「一報還一報」（Tit for Tat）程序。這個程序的特點是，第一次對局採取合作的策略，以後每一次對局都採用和對手上一次相同的策略，即對手上一次合作，我這次就合作，對手上一次不合作，我這次就不合作。Axelrod發現，得分排在前面的程序有三個特點：「善良的」（be nice），即不首先背叛；「反擊的」（be reactive），對於對方的背叛行為一定要報復，也搞一次背叛；「寬恕的」（forgive），不懷恨在心，只要對手以後改為合作，我們也要與之合作。

　　為了進一步驗證上述結論，Axelrod決定邀請更多的人再進行一次比賽。第二次他徵集到了62個程序，加上他自己的隨機程序，一共是63個程序。比賽結果獲冠軍的仍是「一報還一報」程序。

　　Axelrod總結這次比賽的結論是：「一報還一報」仍是最優策略；前面提到的三個特點仍然有效。除此之外，Axelrod認為佔優的策略還必須具有的一個特點是「不過於『聰明』」，也就是說要「簡單」，以便對手能夠理解，可以使對方很快就發現規律，從而與你採取合作的態度。

具有諷刺意味的是，除了「隨機程序」以外，得分最差的一個程序恰恰是設計得最複雜的一種程序。15種戰略中，有8種是首先選擇「合作」，被列為 「善戰略」，另外7種戰略是首先選擇「背叛」，而且總想誘使對方受騙，被列為「惡」戰略。最後，「善戰略」總分均高於「惡戰略」。

「一報還一報」不僅善良，而且不刻意追求高分，又能寬容（一開始雖然報復對方，但對方態度變好了，就不再記仇）。寬容心差，就容易陷入雙方老是「彼此背叛」的狀態。「一報還一報」是15種戰略中最簡易又最善良的一種，它最後得分最高，是許多人所未想到的。「一報還一報」的特點：一是「善良」，決不首先 「背叛」。二是「反應快」，對方若「背叛」，馬上就以「背叛」還擊，決不猶豫。三是「寬容」，對方若是態度變為「合作」，就不記前仇，立即回應以「合作」。四是「無忌妒之心」，不因對方玩弄心計一時得分高而自己也玩弄心計。五是「簡便易行」，始終堅持「一報還一報」，易於堅持到底，態度明朗，對方明白了也會照樣做。

阿克塞爾羅德總結了第一輪比賽的結果，宣佈舉行第二輪比賽。這次參賽的程序有63個，其中包括那個「隨機程序」，還有約翰·史密斯提出的一種更寬厚的「一報還兩報」，即遭到對方兩次「背叛」後才予以還擊。這一輪的場次不加限制，阿克塞爾羅德在他於1984年出版的《合作的進化》一書中指出這樣做是因為對未來的關注可以促進合作。有些人讀了阿克塞爾羅德對第一輪比賽的分析以後，研究了怎樣利用那些「善戰略」和「寬容戰略」的方案，提出了一些新的「惡戰略」，但最後還是輸了。拉波波特的「一報還一報」再次獲勝。得分最高的前15名中，有14名都是「善」的，而得分最少的15名當中，則有14名都是 「惡」的。「一報還兩報」的戰略未能獲勝，因為許多「惡戰略」都費盡了心機來利用對方的寬容。

這一事實導致一個重要的發現：一種戰略的成功取決於它與之較量的那些戰略的性質。理查德·道金斯在他那本深受讀者歡迎的《自私的基因》（1974 年初版，1990年、2006年再版）一書中指出，阿克塞爾羅德舉辦的比賽是像橄欖球聯賽一樣採用了循環賽制。參賽的每一戰略都需要跟別的戰略交鋒，全贏者才勝出。「一報還兩報」若在第一輪推出，可能勝出，但是它在第二輪推出就不行了，因為第二輪「善」者比例低於第一輪。「一報還一報」能勝出，是因為 「善」者在第二輪畢竟也還多於「惡」者，否則它也會敗。循環制不同於道金斯所說的「進化上的穩定策略」（ESS），道金斯說，凡是種群的大部分成員採用某種策略，而這種策略的好處為其他策略所比不上的，這種策略便是進化上的穩定策略。

阿克塞爾羅德仍然用第二輪參賽的63種戰略進行了第三輪比賽，以尋找一種能反映達爾文學說「自然選擇」原則的「進化穩定策略」。在這新的一輪比賽中，63種電腦程序被列為「第一代」。「第一代」比賽結束時，記錄下每一種電腦程序及其「後裔」的百分比。幾代之後，有些程序比例減少，到了「第200 代」，多數「惡戰略」已遭淘汰，別的戰略繼續比賽。到了「第1000代」左右時，每一戰略在總數中所佔百分比停止變化，終於達到了穩定狀態。在6場比賽中，「一報還一報」勝了5場。另5種類似的戰略成績也不錯，其中一種在第六場獲勝。有一種叫做「哈林頓」的「惡戰略」熬過了「第200代」，但隨後一些 「善」的和「寬容」的戰略敗出了比賽以後，這一「惡戰略」找不到它易於擊敗的靶子，終於在接近「第1000代」時敗亡。

[胡飛]

我是個好人，但在現今的世代中周圍大部分人都是壞人，我被磨死了。我的後代生活得很好，但這已經跟我無關了。好人仍然會死。

不過「一報還一報」好像也不是ESS。

本篇文章已被 胡飛 於 Jan 23 2010, 06:34 編輯過