download: 极客工夫 -Go 进阶训练营 | 全新降级第 4 期
问题形容
囚徒窘境是博弈论中经典问题，有两个囚徒有瞒哄未报的盗窃案件，在审讯过程中每个囚徒能够抉择抗拒不抵赖或者坦率抵赖。局势就是两个囚徒给出本人策略算一个局势，那么依据排列组合局势有
抗拒, 抗拒
坦率, 抗拒
抗拒, 坦率
坦率, 坦率
如果两个人都抗拒不抵赖每人会被判 1 年，如果两个人都坦率每个人会被判 3 年，如果一方坦率另一方抗拒，抗拒一方会被判 5 年而坦率会被开释。
局中人:
两个囚徒
策略
抗拒或者坦率
效用函数矩阵
每个人都会抉择最大化本人受害的最大化策略，那么对于囚徒最大化受害就是服刑工夫最短，为了这个目标怎么的策略才是感性的呢?
对于囚徒 (A 囚徒) 做出策略时还须要思考到另一个囚徒 (B 囚徒) 的策略抉择，那么 B 囚徒抉择有两种可能别离是抗拒或者是坦率，这里就称为 B 囚徒，如果 B 囚徒坦率的前提，A 囚徒如果坦率将服刑 3 年如果抗拒则服刑 5 年，所以 A 最佳抉择是认罪。
假如后面策略 A 囚徒抉择了抗拒状况，B 囚徒抉择坦率收益为 0，当 A 囚徒抉择坦率状况，B 囚徒也会抉择坦率获取去收益最大。
对于 A 囚徒无论 B 囚徒做出什么策略，坦率都是 A 囚徒的占优策略。两个囚徒都不能通过单方面扭转策略来减少本人的效益，因而谁都没有游离这个策略组合的动机。
占优策略
在抉择策略时，有一个策略的效用总是大于其余所有策略效用时，咱们就把这类策略称为占优策略(Dominant Strategy)
占优策略纳什平衡
当所有参与者的最优回应是抉择他们的占优策略时，这时达到的纳什平衡称为占优策略纳什平衡。