第 21 讲:廉价磋商与贝叶斯说服
说话不花钱,对方凭什么信你?当说话的人有私心,话还能传多少信息?再换一个角度:如果说话的人能先公开承诺’我会怎样透露信息’,又能把对方’说服’到什么程度?两个问题,各用一个小数字例子算清楚。
说话不花钱,对方凭什么信你?当说话的人有私心,话还能传多少信息?再换一个角度:如果说话的人能先公开承诺’我会怎样透露信息’,又能把对方’说服’到什么程度?两个问题,各用一个小数字例子算清楚。
‘大家都知道’和’大家都知道大家都知道’,差在哪里?一个额头贴红点的游戏、一串可能丢失的邮件,和六张纸牌的对话,带你算清:为什么协调需要’公开’,为什么’几乎公开’还不够,以及两个讲道理的人为什么不可能永远各执己见。
一次性的囚徒困境里,背叛是唯一的结局;可是和同一个人天天打交道,合作为什么又变得可能?算清有限次重复为什么’倒推’到底,无限次重复里的’未来的影子’要多长才压得住诱惑,以及触发策略和以牙还牙各需要多大的耐心。
只要足够有耐心,重复博弈里几乎’什么结局都可能是均衡’:合作、互相背叛,甚至一个人长期占便宜。学会画出’可行’与’保底线’围出的区域,算清不同结局各需要多大的耐心,也看清这个定理的力量和它的空洞。
没有人盯着、合同也写不全的时候,是什么让人继续努力?两种力量:一种是’以后的人会知道我今天怎么做’(声誉),一种是’奖金只看我比对手强多少’(排名赛)。分别用一个小数字例子算清它们怎样起作用,又各有什么代价。
现实里的合作总会出错:手滑、误会、看错。一次手滑,就能让以牙还牙之间的合作永远走样。学会算宽恕和’赢留输换’怎样把合作修好,再看一类奇特的策略(零行列式策略),能让你单方面把双方的收益锁在一条直线上,包括’勒索’。
一块值钱的东西,两个争夺者,要么争到底,要么退让。在一个大种群里,谁都不会’想好了再选’,只是做法会被保留或淘汰。学会算’鹰与鸽’的稳定比例,理解演化稳定策略和纳什均衡的差别,再看一条’先到先得’的惯例为什么能挡住所有闯入者。
一个大群体里,各种做法的比例会怎样一步步变化?一条朴素的规则:比平均好的做法占比上升,比平均差的下降。用它在囚徒困境、协调博弈、鹰与鸽、石头剪刀布里各走几步,看清谁会接管、谁会倒向哪边、谁会稳在一个比例、谁会绕圈不停。
靠左还是靠右,没有人规定,却几乎人人遵守。惯例是怎么出现的?有好几个惯例都站得住时,长期会落在哪一个?一个已经形成的惯例,为什么难改,又在什么条件下会一夜翻转?用一个 8 人的小模型和一个’门槛’的小例子算清楚。
没有人告诉你对手怎么玩,只能一轮一轮地看、一轮一轮地调整。两条最朴素的学习规则:‘按对方过去的频率出最佳回应’(虚拟博弈),和’谁让我后悔得多,我就更多地换成谁’(遗憾匹配)。在石头剪刀布里手算、模拟,看它们什么时候收敛、什么时候不收敛,以及’后悔趋于零’这个更弱却更稳的保证。