博弈论的书心得体会XX

发布 2023-12-19 01:40:09 阅读 2579

近日整理书橱时,我偶然看到了在东北财经大学学习研究生课程时所学的《博弈论》这本书。当时我们很幸运,学院特意选了东北财经大学优秀教师史永东教授来讲授这门课。史教授是当时东北财经大学最年轻的教授(时年35岁,32岁时就破格晋升为教授),他把一门很深的学问给我们讲得惟妙惟肖,非常生动。

直至今日随手翻阅时,仍能清楚地记起他讲课时激情洋溢的风采,但如今重新阅读这本书却有了不同的感受,当时是为了掌握其中的理论,现在则可以比较从容地去体会其中的道理了。

博弈论是一门很深的学问,主要研究个体如何在错综复杂的相互影响中得出最合理的策略,其应用的领域也非常广,最通常的应用该是经济学吧。这本书中的理论很深奥,其数学模型的推导更是复杂,然而书中的案例却既浅显又生动,很值得一看。现在拿出一个例子来,和大家一起分析其中的道理、分享其中的趣味。

这个例子是“智猪博弈”的故事,讲的是:猪圈里有两头猪,一头大猪,一头小猪。猪圈的一边有个踏板,每踩一下踏板,在远离踏板的猪圈的另一边的投食口就会落下少量的食物。

如果有一只猪去踩踏板,另一只猪就有机会抢先吃到另一边落下的食物。当小猪踩动踏板时,大猪会在小猪跑到食槽之前刚好吃光所有的食物;若是大猪踩动了踏板,则。

还有机会在小猪吃完落下的食物之前跑到食槽,争吃到另一半残羹。

那么,两只猪各会采取什么策略?答案是:小猪将选择“搭便车”策略,也就是舒舒服服地等在食槽边;而大猪则为一点残羹不知疲倦地奔忙于踏板和食槽之间。

原因何在?因为,小猪踩踏板将一无所获,不踩踏板反而能吃上食物。对小猪而言,无论大猪是否踩动踏板,不踩踏板总是好的选择。

反观大猪,已明知小猪是不会去踩动踏板的,自己亲自去踩踏板总比不踩强吧,所以只好亲力亲为了。

小猪躺着大猪跑”的现象是由于故事中的游戏规则所导致的。规则的核心指标是:每次落下的食物数量和踏板与投食口之间的距离。

如果改变一下核心指标,猪圈里还会出现同样的“小猪躺着大猪跑”的景象吗?试试看。改变方案一:

减量方案。投食仅原来的一半分量。结果是小猪大猪都不去踩踏板了。

小猪去踩,大猪将会把食物吃完;大猪去踩,小猪将也会把食物吃完。谁去踩踏板,就意味着为对方贡献食物,所以谁也不会有踩踏板的动力了。改变方案二:

增量方案。投食为原来的一倍分量。结果是小猪、大猪都会去踩踏板。

谁想吃,谁就会去踩踏板。反正对方不会一次把食物吃完。小猪和大猪相当于生活在物质相对丰富的“共产主义”社会,所以竞争意识却不会很强。

改变方案三:减量加移位方案。投食仅原来的一半分量,但同时将投食口移到踏板附近。

结果呢,小猪和大猪都在拼命地抢着踩踏板。等待者不得食,而多劳者多得。每次的收获刚好消费完。

这个故事给了竞争中的弱者(小猪)以等待为最佳策略的启发。但是对于社会而言,因为小猪未能参与竞争,小猪搭便车时的社会资源配置的并不是最佳状态。为使资源最有效配置,规则的设计者是不愿看见有人搭便车的,**如此,公司的老板也是如此。

而能否完全杜绝“搭便车”现象,就要看游戏规则的核心指标设置是否合适了。

书中还有很多例子,并进行了分析,我们都能悟出些道理。所以读的时候会有一个感觉,那就是先有事实,后由理论。也就是我们常说的理论**于实践。

感觉就像是先有这个社会现象,然后才有这个理论去分析,这个理论套在这个社会现象上恰好合适。

博弈小术语:收益矩阵、均衡、纳什均衡、零和博弈论,也称互动的决策论。它的基本假设之一是人是理性的。

但现实并非如此,人不可能具有完备的知识也不可能时时理性。尽管如此,人们仍然乐意用博弈论的方法来解释和分析现实社会现象。

每一次的人际交往都可以简化成两个基本选择:合作或背叛。比如在前面的日志里提到的囚徒困境,在人际交往中。

普遍存在囚徒困境:双方明知合作能带来双赢,却因为理性的自私和信任的缺乏而导致合作难以形成。当一次性博弈出现时,人们往往会选择背叛。

这在现实生活中也有很多例子,比如飞机场,为什么食品**敢定那么高呢?因为它知道候机的乘客不会是它的长期客户。而当博弈的终点不可知时,就又是另一回事了。

在多次博弈中,背叛仍不可避免,但合作的几率会相比一次博弈有提高。至于如何更加有效地减少背叛,一种办法是引入惩罚机制,可以是带剑的法律或温和些的道德约束。现实中的集体活动等候上车问题就是个例子,让那些迟到的人自己负责任就是一种惩罚措施。

当然,如果在开头就有一些“善意”的人出来表明合作态度对提高合作机会也是有帮助的,不管这些“善意”的人是出于何种目的。一旦合作开始,人们就能体验到合作的好处,并乐于坚持一段时间。至于时间的长短,关键是看博弈的终点是否明确。

这在上面也提到了,如果终点明确,人们就会倾向于在最后一次背叛。而当大家都知道对方会这样想时,倒数第二次就会成为新的终点,新的背叛。如此反复推演,合作从一开始就很难形成。

注意上面的论述是基于没有惩罚机制的基础。

有一个很有意思的实验,是由爱克斯罗德完成的。这是一个计算机模拟竞赛,参赛的62位科学家递交了自己写的。

关于博弈策略的**,同时加上爱克斯罗德本人写的一个随即策略**,共63个。结果表明,“前15名中只有第8名是非善意的程序,最后15名只有一个善意的,夺魁的是“一报还一报策略”。

这个实力不凡的“一报还一报策略”就是对方选择什么我就回应什么,你合作我就合作,你背叛我也背叛。这种策略体现的是“善良、可激怒、宽容、简单”等好品质。虽然该策略在每次对局中分数都不能超过对手,但它的总分却是最高的。

它赖以生存的基础很牢固。而那个非善意程序的成功是建立在别人的失败之上。可以想像,如果赋予这些程序以进化的基因,久而久之,非善意程序的存活率将下降。

博弈论的书心得体会XX

近日整理书橱时,我偶然看到了在东北财经大学学习研究生课程时所学的 博弈论 这本书。当时我们很幸运,学院特意选了东北财经大学优秀教师史永东教授来讲授这门课。史教授是当时东北财经大学最年轻的教授 时年 35 岁,32 岁时就破格晋升为教授 他把一门很深的学问给我们讲得惟妙惟肖,非常生动。直至今日随手翻阅...

博弈论心得体会

文传学院汉文一班何乐 201401214127 一 学习体会。在社会中,人与人之间的对抗和较量是一个不容回避的话题,只有直面这些问题,个人才更有可能获得成功的机会。在所有的对抗和较量中,其胜负成败常常取决于 个基本的因素 机会或者说运气 体能和智能。通过抛硬币来赌输赢是纯粹依赖于个人运气的游戏 百米...

博弈论心得体会

文传学院汉文一班何乐 201401214127 一 学习体会。在社会中,人与人之间的对抗和较量是一个不容回避的话题,只有直面这些问题,个人才更有可能获得成功的机会。在所有的对抗和较量中,其胜负成败常常取决于 个基本的因素 机会或者说运气 体能和智能。通过抛硬币来赌输赢是纯粹依赖于个人运气的游戏 百米...