猎鹿博弈和囚徒博弈有何本质上的区别?

猎鹿博弈和囚徒博弈有何本质上的区别?

猎鹿博弈和囚徒博弈的本质区别在于 “双方都选择合作”这个策略组合是否稳定(均衡)。具体来说,猎鹿博弈中双方都选择逐鹿是一个稳定、可保持的状态,而囚徒博弈中双方都选择隐瞒犯罪事实却并不是一个稳定、可保持的状态。

通过支付矩阵可以很清楚地看到这一点:

在双方都选择逐鹿的条件下,任何人改变自己的策略去选择逐兔,都会减少自身收益(4<10),所以没有人有动力去做决策上的改变,双方都逐鹿是稳定的结果(博弈均衡)。

同理,在在双方都选择逐兔的条件下,任何人改变自己的策略去选择逐鹿,也都会减少自身收益(0<4),所以没有人有动力去做决策上的改变,双方都逐兔也是稳定的结果(博弈均衡)。

所以逐鹿博弈有两个纳什均衡。

在囚徒博弈中,就算双方约定一起隐瞒罪行,也会产生动态不一致性,因为任何人改变自己的策略去选择坦白,都可以增加自身收益(0>-1),每个人都有动力去做决策上的改变,所以双方都隐瞒是不稳定的(非博弈均衡)。

同理,在双方都选择坦白的情况下,任何人改变自己的策略去选择隐瞒,都会减少自身收益(-10<-8),所以两人都没有动力去改变选择、去隐瞒罪行。所以,(坦白,坦白)是该博弈唯一的均衡,也是可预测的理性人博弈的唯一结果。

综合以上分析,两个博弈在结果上产生了这样的差异:囚徒博弈无论如何偏离帕累托最优;而逐鹿博弈有两个均衡解,在两人事先不通气的情况下,可能达到帕累托最优,事先约定的情况下可以达到帕累托最优。

我们把情境抽象使之一般化:“逐鹿”和“隐瞒犯罪事实”=合作策略,“逐兔”和“坦白”=不合作策略。即以上差异可以阐述为:逐鹿博弈有可能会产生两人合作的结果,而囚徒博弈并不会。

为什么会产生这样的差异?本质上,是两个博弈支付(pay off)的不同,导致一个对合作行为有激励一个对合作行为无激励,影响了参与人行为,从而影响了博弈结果。两个案例的差异可以运用于机制设计:制度设计者可以对(合作,不合作)策略的收益进行调整,引导参与人行为,操纵博弈结果。