聽過《羅翔刑法課》的小夥伴，應該都認識一個人：“法外狂徒”張三。
那麼，爲什麼這個世界上會有壞人存在呢？
因爲在一個全是好人、相互完全信任的世界裏，偶爾出現的壞人能夠獲得巨大的競爭優勢。
畢竟，遵守規則的好人，很難贏過沒有底線的壞人：
那麼，既然壞人這麼有優勢，爲什麼不是所有人都去當壞人呢？
當然不行，如果一個社會里的壞人太多，人和人之間永遠都在相互防範，合作效率非常低。
這時候，如果有一批好人組成一個信任聯盟，這批好人就會在競爭當中脫穎而出：
那麼，在社會這個巨大賽場上，想要成爲競爭的優勝者，我們應該做一個什麼樣的人呢？
爲了找出答案，上世紀有一位名叫羅伯特·阿克塞爾羅德的美國教授，組織了一場關於“合作與背叛”的競賽。參賽者不是人類，而是許多具有不同策略的計算機程序。
羅伯特·阿克塞爾羅德
比賽分成很多回合，在每一回合，參賽者可以選擇與對方合作，或是背叛對方，合作帶來雙贏，背叛則是一方得利。
在諸多的程序裏，有些程序很蠢笨，有些程序很狡猾。那麼，什麼樣的程序更可能贏得比賽呢？從最終的比賽結果來看，採用了“一報還一報”的程序多次獲得比賽的第一名。
這個程序的策略十分簡單：
1.與參賽者X第一次互動的時候，選擇合作。（假設對方是善意的）
2.如果X在上一次互動中選擇合作，那麼本次自己也選擇合作。（獎勵對方的合作行爲）
3.如果X在上一次互動中選擇背叛，那麼本次自己也選擇背叛。（懲罰對方的背叛行爲）
這就是所謂的一報還一報。
雖然這個比賽僅僅是一個簡化的模型，但是也或多或少反映了現實中的情況。在現實裏，想要儘可能和更多的人合作共贏，又要避免被人坑騙，一報還一報的確是一個相對合理的策略。
儘管這個理論看起來很完美。但是我們作爲刨根問底的程序員，還是應該親自動手實踐一下。
小灰最近寫了一個程序，再現了這個“合作與背叛”的比賽，並且按照自己的想法編寫了各種策略，試圖找出有沒有比“一報還一報”更好的競爭策略。
這一實踐讓我產生了許多新的認識，自認爲還蠻有意思，今天特意分享給大家。
首先說一說小灰這個程序中的具體比賽規則：
1. 比賽分成M回合，一共有N個參賽者（N爲偶數）：
2. 每一回合，參賽者隨機分成兩兩一組進行互動：
3. 在互動中，參賽者可以選擇“合作”或是“背叛”，根據雙方不同選擇，會更加或扣減一定的分數。總共分爲三種情況：
4. M回合之後，所有參賽者按照總分值進行排名。
根據遊戲規則，小灰也設計了6種不同風格的參賽者，他們各有各的博弈策略：
1. 老實型
這個類型的參賽者永遠選擇合作，從不背叛。
2. 騙子型
這個類型的參賽者永遠選擇背叛，從不合作。
3. 偶爾欺騙型
大部分時候選擇合作，但是有10%的機率會選擇背叛。
4. 一報還一報型
如上文所述，這個類型的參賽者會記住對方上一次與自己互動時候的選擇。如果對方上次合作，本次自己也合作；如果對方上次背叛；本次自己也背叛。
5 記仇到底型
這個類型的參賽者同樣記住對方上一次與自己互動時候的選擇。但只要對方背叛過自己一次，自己就永遠會選擇背叛他。
6. 晚節不保型
在前80%的回合，按照一報還一報的方式行動；在最後20%的回合，只背叛不合作。
那麼，我們應該選擇多少人蔘賽，又該設置多少回合數呢？
小灰設計了4局比賽，每一局比賽的參賽人數與回合數如下：
小灰運行了一下，這4局的比賽結果如下（只列出前10名）：
第1局（20人，50回合）
類型：騙子型 得分：420
類型：晚節不保型 得分：405
類型：晚節不保型 得分：380
類型：偶爾欺騙型 得分：365
類型：晚節不保型 得分：360
類型：晚節不保型 得分：355
類型：一報還一報型 得分：350
類型：騙子型 得分：345
類型：騙子型 得分：345
類型：記仇到底型 得分：340
第2局（100人，50回合）
類型：騙子型 得分：555
類型：騙子型 得分：540
類型：騙子型 得分：525
類型：騙子型 得分：510
類型：晚節不保型 得分：485
類型：騙子型 得分：480
類型：晚節不保型 得分：480
類型：騙子型 得分：480
類型：晚節不保型 得分：480
類型：晚節不保型 得分：475
第3局（20人，300回合）
類型：晚節不保型 得分：2500
類型：記仇到底型 得分：2430
類型：老實型 得分：2425
類型：老實型 得分：2420
類型：一報還一報型 得分：2405
類型：一報還一報型 得分：2385
類型：晚節不保型 得分：2385
類型：一報還一報型 得分：2375
類型：一報還一報型 得分：2375
類型：晚節不保型 得分：2360
第4局（100人，300回合）
類型：晚節不保型 得分：2540
類型：記仇到底型 得分：2460
類型：晚節不保型 得分：2450
類型：晚節不保型 得分：2430
類型：晚節不保型 得分：2405
類型：晚節不保型 得分：2400
類型：晚節不保型 得分：2390
類型：記仇到底型 得分：2370
類型：老實型 得分：2370
類型：晚節不保型 得分：2355
從上面的結果，我們不難得出幾個結論：
1. 在參賽者較多，回合數較少的局面下，騙子型佔有巨大優勢。
2. 在參賽人數較少，回合數較多的局面下，老實人以及願意首先合作的人開始顯現出優勢。
3. 偶爾欺騙型，無論在哪個局面都不佔優勢。
4. 相比於一報還一報型，晚節不保型佔據了絕對優勢。
當然，這僅僅是一個簡單的博弈模型，現實世界遠比這複雜得多：
首先，現實世界有法律武器，一個人的背叛行爲是要付出代價的。
其次，現實世界有信用體系，當一個人遭到背叛的時候，他不僅會自己記住，還會把背叛者的惡行儘可能告知給更多的人，讓大家都知道這個人不可信。
再次，一個人自身的惡行不僅影響到自己，也影響到後代的聲譽。因此，誰要是選擇“晚節不保”，自己的後代就可能會承擔後果。
但是無論如何，這個博弈模擬遊戲仍然具有一定的研究價值和趣味性。同時，小灰開發的這段程序有一定的可擴展性，有興趣的小夥伴也可以在我的基礎上開發出更多參賽者類型，相互PK一下，看看哪一種類型能夠大概率勝出。
小灰已經把這個程序的代碼傳到了GitHub上面，地址如下：
https://github.com/bjweimengshu/CooperationGame
大家也可以點擊【閱讀原文】直接跳轉。
—————END—————
喜歡本文的朋友們，歡迎長按下圖關注公衆號程序員小灰，收看更多精彩內容
給個[在看]，是對小灰最大的支持！