之前玩過《信任的演化》遊戲,遊戲呈現重複囚徒困境,改編自《合作的競化》這本書。我玩過遊戲後,想要進一步了解,因此找書來看。
(如果對《信任的演化》遊戲感興趣,可以參考我寫的心得)
《合作的競化》
作者:羅伯特.艾瑟羅德(Robert Axelrod)
出版社:大塊文化
合作行為
合作的形成很神奇,即使是戰時的敵人也能達成共識合作。在壕溝戰中,和平共存系統相當普遍,因為壕溝戰是同批軍人長期對峙,可能達成穩定的和平。一次世界大戰時,戰線穩定後部分前線互不侵犯成局,達成用餐時間互不侵擾、不中斷敵方糧食供給(因為己方可能會被報復),甚至一起度過了聖誕節。
囚徒困境、重複囚徒困境
囚徒困境(Prisoner's Dilemma),表示個人追求私人利益時,反而有損整體的利益。
如圖,R表示Reward獎勵、P表示Punishment懲罰、S表示Sucker笨蛋、T表示Temptation誘惑。以橫列參與者角度,不管對方如何選擇,背叛都對自己有利。對方也會有同樣的邏輯,因此會落入互相背叛的懲罰。
單次的囚徒困境,與重複多次的囚徒困境結果不同。重複進行的賽局,參與者有機會懲罰對方背叛,可能互相約束。
電腦競賽
Axelrod以電腦競賽研究重複囚徒困境,參賽者設計程式規則,決定每一步要合作或背叛。
第一輪有14個參賽作品,採循環賽對決,每次200步,重複5次。作品來自五個學科,且參賽者大多發表過一般性賽局理論。結果由以牙還牙(TIT FOR TAT)策略勝出。以牙還牙就是重複對方上次的抉擇,這個程式最簡單,但取得最好的成績!
相對高分、低分的分水嶺是友善(nice):永遠不會第一個背叛。當友善規則遇到另一友善規則,會互相合作把分數提高,決定分數的關鍵在如何應對不友善規則。友善規則的寬容性(forgiveness)很重要,寬容是對方背叛後合作的傾向,例如被背叛後報復一次、報復到底等。
第二輪收到62個參賽作品,參賽者知道第一輪的結果,賽局長度改以機率決定,避免賽局的結束效應(若固定長度,最後一次對方無法報復,可以背叛佔便宜。此行為還會倒推)。以牙還牙仍然是最簡單的策略,且贏得比賽。參賽作品是否友善,與分數的整體相關性達0.58,前十五名中只有第八名不友善。
第二輪的環境中,報復型的(retaliatory)特質變得重要,在對方無故背叛後,立即回應一個背叛,可避免被對方頻繁佔便宜。
若第二輪策略分布改變,結果會是如何?Axelrod模擬規則演化,複製成功的規則、移除失敗的規則。
第二輪中,排名前十五名中唯一不善良的規則──哈靈頓(HARRINGTON),一開始哈靈頓的人口百分比持續增加,到了兩百代左右,不太成功的規則逐漸消失,哈靈頓獵物減少,無法跟上成功的善良規則,第一千代時滅絕了。
「倘若成功來自與其他成功的規則的互動,則成功的規則將孕育更多的成功。如果在另一方面,決策規則的成功在於它能夠利用對方的規則,之後當這些被利用的規則逝去,因為被利用的基礎消失,利用對方者也面臨同樣的命運。」P80
Axelrod總結以牙還牙的優點:善良、報復、寬容、明確清晰。
「它的善良避免陷入不必要的麻煩的困境。它的報復嚇阻對方在任何時間堅持嘗試背叛。它的寬容有助於恢復相互合作。它的清晰度讓對方容易理解自己,從而促進長期的合作。」P83
如何選擇合作策略
針對個體的策略,Axelrod提供建議:
一、不要羨慕、不要忌妒
人生大部分狀況不是零和,比較自己與別人的收穫沒意義,若產生衝突代價可能很大。例如以牙還牙策略,它的每局得分都小於等於對手,但它的優勢是能引導對方合作,總分累積起來就高。
二、不要成為第一個背叛者
若先背叛,衝突可能會一直延續下去,恐怕得不償失。
競賽生態分析中顯示,善良規則組成人口是最難入侵的。不善良的規則(如哈靈頓)靠剝削其他規則得分,但被剝削的規則滅亡後,這樣的規則會自我毀滅。
三、對合作回報合作,對背叛回報背叛
以牙還牙能在懲罰與寬恕上達到平衡。報復多次,風險會提高,而不馬上報復可能被利用。(1:1不一定是最佳的,可以試試1:2、2:1等等)
「寬恕最理想的精確程度取決於環境」P157
四、不要太聰明
囚徒困境中,對手不是要打敗你的人,而是會觀察你的選擇,判斷你是否合作。極大化的規則容易忽略這一點,容易引起互相背叛。若策略複雜到難以捉摸,對手辨識不出模式,認為你是隨機的,對手可能會放棄跟你合作。
在零和賽局如西洋棋中,讓對手猜不透是有利的,但在非零和環境下,我們受益於他人的合作。
心得
書中證明、講述實驗、分析結果的過程滿有趣的。有一章介紹生物系統中的合作,生物即使沒有先見之明,也可以在互惠基礎上,演化出合作的條件,這個結果讓我感到驚奇。另外,改革者如何改造策略環境、個人如何在環境中選擇策略,書中提供了建議。或許可以參考,調整自己在人際上的應對策略喔。
購書連結
《合作的競化》羅伯特.艾瑟羅德(Robert Axelrod)。大塊文化