囚徒困境 完整版

        约翰.冯.诺依曼在普林斯顿的高级研究所工作，奥斯卡.摩根斯坦在普林斯顿大学任教，他们的合作使博弈论在普林斯顿盛极一时。

       当时任斯坦福大学客座教授的普林斯顿大学数学系主任阿尔伯特.塔克在给一些心理学家讲解博弈论时，为了避免使用太多的数学知识，应用了一个叫做“囚徒困境”的例子。这是博弈论中最常被研究，也是20世界最有影响的博弈论实例。

                         鲍勃和埃尔两个窃贼在偷盗地点附近被警察抓获，分别关押。每个窃贼必须选择是否承认罪行并指正同伙。如果二人都不认罪，将被指控非法携带武器，入狱1年。如果二人都认罪并指正同伙，将入狱10年。如果一人认罪，一人不认罪，则鉴于认罪者与警方合作的表现，无罪释放，其同伙将遭到严惩，判入狱20年。

        我们用收益矩阵分析囚徒困境的情况（如上图），收益矩阵已成为博弈论的一种标准，收益矩阵可以则扬解释：囚犯的战略是认罪或不认罪，每个囚犯选择一种战略。竖列表示埃尔的战略，横列表示鲍勃的战略。矩阵中的每组数字式两个囚犯选择不同战略得到的相应结果，逗号左边的数字为鲍勃的收益，右边的数字为埃尔的收益。

        那么，到底应该如何解决这一博弈论问题呢？如果二人都像入狱时间最短，什么样的战略才是理性的呢？埃尔可能会做如下思考：有两种可能性会发生，鲍勃认罪或保持沉默。假设鲍勃认罪，而我不认罪将入狱20年，认罪将入狱10年，所以该情况下的最佳选择是认罪。相反，假设鲍勃不认罪，而我也不认罪将入狱1年，认罪将获得自由，认罪还是最佳选择。总之我应该认罪。同理鲍勃也会按照类似方法分析最有战略。其结果是两人都认罪，各判10年。然而，如果二人都非理性行事，保持沉默，每人只会入狱1年。

        以自我利益为目标的“理性”行为，导致两个囚犯得到相对较劣的收益，这一惊人结果给现代社会科学造成了深远的影响。当今世界存在着许多相似的情形，从道路拥挤，军备竞赛，污染，到鱼类的过度捕捞，淡水资源的过度开采，等等。尽管这些想象分属不同领域，但共同之处是个人理性行为导致各方较劣的结果囚徒困境恰好可以说明这一点，其价值也正在于此。