【策略性思维】
谈论博弈论和纳什均衡

博弈论（gametheory）对人的基本假定是：人是理性的（rational，或者说自私的）,理性的人是指他在具体策略选择时的目的是使自己的利益最大化，博弈论研究的是理性的人之间如何进行策略选择的。
纳什（JohnNash）编制的博弈论经典故事"囚徒的困境"，说明了非合作博弈及其均衡解的成立，故称"纳什平衡"。
所有的博弈问题都会遇到三个要素。在囚徒的故事中，两个囚徒是当事人(players)又称参与者；当事人所做的选择策略(strategies)是承认了杀人事实，最后两个人均赢得(payoffs)了中间的宣判结果。如果两个囚徒之中有一个承认杀人，另外一个抵赖，不承认杀人，那么承认者将会得到减刑处理，而抵赖者将会得到最严厉的死刑判决，在纳什故事中两个人都承认了犯罪事实，所以两个囚徒得到的是中间的结果。
一、博弈中最优策略的产生
（例子）A和B各表示一个人，他们的选择是完全无差异的。选择C代表合作，选择D代表不合作。如果AB都选择C合作，则两人各得3分；如果一方选C，一方选D，则选C的得零分，选D的得5分；如果AB都选D，双方各得1分。
显然，对群体来说最好的结果是双方都选C，各得3分，共得6分。如果一方选C，一方选D，总体得5分。如果两人都选D，总体得2分。
对策学界用这个矩阵来描述个体理性与群体理性的冲突：每个人在追求个体利益最大化时，就使群体利益受损，这就是囚徒困境。在矩阵中，对于A来说，当对方选C，他选D得5分，选C只得3分；当对方选D，他选D得1分，选C得零分。因此，无论对方选C或D，对A来说，选D都得分最多。这是A单方面的优超策略。而当两个优超策略相遇，即A，B都选D时，结果是各得1分。这个结果在矩阵中并非最优。困境就在于，每个人采取各自的优超策略时，得出的解是稳定的，但不是帕累托最优的，这个结果体现了个体理性与群体理性的矛盾。在数学上，这个一次性决策的矩阵没有最优解。
二、 合作的进行过程及规律
"一报还一报"的策略在静态的群体中得到了很好的分数，那么，在一个动态的进化的群体中，这种合作者能否产生、发展、生存下去呢？群体是会向合作的方向进化，还是向不合作的方向进化？如果大家开始都不合作，能否在进化过程中产生合作？为了回答这些疑问，艾氏用生态学的原理来分析合作的进化过程。
假设对策者所组成的策略群体是一代一代进化下去的，进化的规则包括：一，试错。人们在对待周围环境时，起初不知道该怎么做，于是就试试这个，试试那个，哪个结果好就照哪个去做。第二，遗传。一个人如果合作性好，他的后代的合作基因就多。第三，学习。比赛过程就是对策者相互学习的过程，"一报还一报"的策略好，有的人就愿意学。按这样的思路，艾氏设计了一个实验，假设63个对策者中，谁在第一轮中的得分高，他在第二轮的群体中所占比例就越高，而且是他的得分的正函数。这样，群体的结构就会在进化过程中改变，由此可以看出群体是向什么方向进化的。
实验结果很有趣。"一报还一报"原来在群体中占1/63，经过1000代的进化，结构稳定下来时，它占了24%。另外，有一些程序在进化过程中消失了。其中有一个值得研究的程序，即原来前15名中唯一的那个"不善良的"哈灵顿程序，它的对策方案是，首先合作，当发现对方一直在合作，它就突然来个不合作，如果对方立刻报复它，它就恢复合作，如果对方仍然合作，它就继续背叛。这个程序一开始发展很快，但等到除了"一报还一报"之外的其它程序开始消失时，它就开始下降了。因此，以合作系数来测量，群体是越来越合作的。
三、囚徒困境
几乎所有的博弈论书籍，都从经典的囚徒困境说起。虽然那是说一对纵火犯的，但其原理也照样适用于“纵爱犯”。爱，本来也就是一场大火嘛。
还是让我们看看纵火的囚徒吧。在此，不能不引述一下“囚徒困境”的公案，尽管众所周知。需要说明，公案的版本不一样，但道理是一样的。
一场火灾之后，两个嫌疑人A和B被囚禁，分别关在两个独立的不能互通信息的房间里。如果两人都承认，则各被扣留8年；如果一人承认另一人不承认，承认的放走，并且得到奖赏，不承认的被扣留10年，并且被罚款；如果两人都不承认则因证据不足各被扣留1年。
我们看到，假定A选择承认的话，B最好是选择承认，否则就要被严重处罚；假定A选择否认的话，B最好还是选择承认，因为这样不仅可以被放走，而且还可以得到奖金。就是说，不管A什么态度，B的最佳选择都是承认。反过来，同样地，不管B什么态度，A的最佳选择也是承认。结果，两个人都会选择承认。
这就是有名的“囚徒困境”，所反映的问题是个人理性和集体理性的矛盾。理性告诉被实验者，谁选择抵赖，谁就可能会大倒其霉，而对方却逍遥自在，受到奖励。所以，这就出现了一个悖论，有时对同伙的忠诚，往往会把自己送上绝境，除非双方都能100%的忠诚，但，这是不可能的，谁能在巨大的利益诱惑面前永不动心呢？
恋爱中人，也类似于走入了囚徒困境。如果双方都不变心，那是最好的结局，在天愿为比翼鸟，在地愿为连理枝嘛；如果都变了心，效果也不坏，你走你的阳关道，我过我的独木桥嘛；如果一方变了心，另外找到了更好的情侣，一方却还傻乎乎地忠贞不二，那么，另觅新欢的一方是最幸福的，比两人都不变心的结果还幸福，因为他找见了更好的情人，而被抛弃的一方是最不幸的，比两人都变心的结果更不幸，因为他承担的压力既来自于对方的太幸福，也来自于自己的太不幸福。
按照囚徒困境的分析结论，恋人最得意的选择是另觅新欢，最天真的选择是天荒地老，最理性的选择是分道扬镳，最糟糕的选择是被另有新欢的对方无情抛弃。问题是，最得意的结局过于缺德，最天真的结局过于虚幻，最理性的结局过于残酷，最糟糕的结局又（让一方）过于心痛。
当然，囚徒困境模型给恋人最重要的提醒，是在应对策略上，最好要严格防范对方，就像一个囚徒防范另一个囚徒一样。
但是，反关现实中的恋人，大都希望能够天荒地老，没有谁愿意回头是岸，甚至被对方抛弃了还不死心。（对爱情说说而已）

注：文章查阅相关文献《博弈论与纳什均衡》及相关论文