【讀者分享】投名狀的博奕論 (Patreon)

記得行為學之中，有一個博奕實驗（忘記了報導或論文名稱），招請一批實驗參與者，首先教導佢哋遊戲規則。基本上，「重覆地進行囚犯困境」博奕（Repeated Game of Prisoner Dilemma），參與者唔會有任何直接溝通（non-cooperative game），只會於每一round完結時，得知對手行動選擇及結果。

跟住，教佢哋做簡單嘅programming，因為參與者唔係每一個round去親自作出決定，而係要為呢一場博奕，列出自己嘅回應規則。呢個實驗目的唔係睇參與者即場反應，而係評估佢哋嘅策略。

以下括符（、），係指於每一round嘅博奕之中，分別係（自己、對手）嘅行動選擇。

實驗結果嘅成功例子有兩個規則。

基本上，大家不斷（合作、合作），係會得到最大共同利益，然而一旦被對方出賣（合作、篤灰），回應方式就係永遠出賣對方 — triggering / punishment 係重覆博奕之中嘅標準策略。

（篤灰、篤灰）以2019年之後嘅香港人用語，即係『攬炒』。一般呢個策略係有阻嚇，去維持合作關係。然而在現實之中，究竟有無呢種雙方權力平衡，又或者對手係咪有利益盤算嘅理性，係另一回事。

但係，永遠『攬炒』係死路一條，所以實驗結果另一個成功例子，就係隨機作出『原諒』，蝕抵一個Round之後（合作、篤灰），睇吓對方下一個round會唔會正面回應，回復大家一齊有著數嘅情況（合作、合作）。

如果總結以上兩點，可以以reciprocity嚟形容。所以教授呢篇文章，都算係有博奕論基礎，不過當中差異在於，實際時空嘅『原諒』，時機係十分之重要，唔似得實驗中作出隨機原諒。

The game may have the following payoffs (numbers here is an example, they may vary as long as the Prisoner Dilemma structure is maintained):

（合作、合作） 5, 5

（合作、篤灰）-5, 10

（篤灰、合作）10,- 5

（篤灰、篤灰）-5, -5 [one shot Nash Equilibrium]

▶️ 馮智政：留下來的人，被掏空靈魂，下一步怎辦？（下）
https://www.youtube.com/watch?v=ojlhK1WzzvE