信任的进化怎么玩?信任的进化是一款全新的休闲益智类游【yóu】戏,这是【shì】一款给你不同的思【sī】考【kǎo】方向,具有意义的小游戏。但是有【yǒu】些刚上手的萌新还【hái】不知道具体怎么玩,本文将为大家带来信【xìn】任的进化图文攻略汇总,教你不走弯路,快速上手。
1.囚徒困境(非零和博弈典型)
这是本游戏的基本博弈模型,对此最经典的阐述为:
两个嫌疑犯作案后被警察抓住,分别关在不同的屋子里接受审讯。
警察知【zhī】道两人有罪,但缺乏足够的证据。警察告诉每个人:如果【guǒ】两人都【dōu】抵【dǐ】赖,各判刑一年;如果两人都招供,各判八年;如果【guǒ】两人中一个招供而另一【yī】个抵赖,坦白的放出去,抵赖的判十年。
于是,每个囚徒都面【miàn】临两种选择【zé】:招供或抵赖。然而,不管同伙选择什么,每【měi】个囚徒的最优选择【zé】是招供:如果同伙抵【dǐ】赖【lài】、自己招供的话放出去,抵赖的话判一年,招供比【bǐ】不招供好【hǎo】;如果同伙招供、自己也招供的【de】话判八年,比起抵【dǐ】赖的判十年,招供还是比抵赖的好。
结果,两个嫌疑犯都选择招供,各判刑八年。
就像这个游戏机一样,当你投一个硬币进去,对方就会得到两枚硬币【bì】。显然,对于总体来说,选择合作得到的【de】回报最高(每人失去1个,得到2个,总和增加2个),但【dàn】对个人而言风险也是最大的(对方选择欺骗,你【nǐ】-1,对方3,总和2),所以在这种局面下,欺骗变成了最优策略。这【zhè】样的局面【miàn】,归根到底,是因为双【shuāng】方缺乏沟通而导【dǎo】致的。在无【wú】法信赖对手的一局游戏中,欺诈师往往会成【chéng】为最后的赢家。有意思的是,囚徒困境推广到确定的N局游戏中也是成立的。
原因如下攻略:
对于第N局,由于【yú】不用担心之【zhī】后【hòu】被报复(最后一局了嘛),最优策略显然是欺骗。
对于第N-1局【jú】,由于已经知道了对方下一局的最优策略是欺骗,为了防止受到更【gèng】多损失,最优策略显然也【yě】是欺骗。
对于第N-2局,……
所以,对于确定的N局游戏,最优策略永远是欺骗。
2.重复困境攻略
这个升级版的囚徒困境源于一个全世界的【de】重复囚徒困境竞赛(也是【shì】这个游【yóu】戏的来源)。
在这个竞赛中,许多博弈论专家将【jiāng】自己的策略编写成【chéng】程序,和其它程序进行博【bó】弈(没错,游戏里的策略【luè】是其中的一些【xiē】)
经过很多很多轮竞赛后,出人意料的是,最佳确定【dìng】性策略【luè】被认为是“以牙还牙【yá】”,这是阿纳托尔・拉波波特(Anatol Rapoport,《合作的进化【huà】》作者,也是竞赛的发起人)开发并【bìng】运用到锦标【biāo】赛中的方法【fǎ】。
这个策略只不过是在博弈的开头选择合作,然后,采取对手前一回合的策略。
在完美【měi】的博弈中,Copycat(小蓝人【rén】,盲从者)是最有效的。这种策略较好地规避了被【bèi】欺骗的【de】风险(被骗了还是要涨点记性),而对于合作【zuò】者,显然双方都能获得较高的利【lì】润。
而【ér】对于有可能失误的博弈(玩家准备合作,但是由于各【gè】种不可控【kòng】因【yīn】素造成背叛的结【jié】果),更好些的策略是“宽【kuān】恕地以牙还牙”,即当你的对手背叛,在下一回合中你无论如何要以小【xiǎo】概率(大约是1%~5%)时而合作一下。这是考虑到偶尔要从循环背叛的受骗中复原。最【zuì】终,博弈学家统计所有策【cè】略得到这样一个结论:最好的策略【luè】满【mǎn】足四个因素:友善,报复,宽容,不嫉妒。
简单来说,表露合作的意向(让潜在的合作者与【yǔ】你合作),不盲目乐【lè】观(避免一直被欺【qī】诈师欺骗),适当包【bāo】容小的失误(防止因误会导致的互相不信任),不追求比对手更高的得分(更高意【yì】味着【zhe】恶性竞争)。
因此,一些学【xué】者们据此得到一【yī】种给人以乌托邦印象的结论,认为自私【sī】的个人为了其自私的【de】利益会趋向友善、宽【kuān】恕和不嫉妒,即人人为我的社会可能建【jiàn】立在对利益的追求上。事实上,囚徒困境【jìng】并不是那么简单,Copycat也并不总是最终的赢家【jiā】。
在短期博弈上,最有效的往往是欺骗。
在背叛的回报更高时,欺骗往往能获得最终胜利。
在失误率过高时,结果趋于混沌。
小编认为所有的博弈理论都有一个共通之处:
博弈的类型决定了玩家的策略。
现在,问题不仅仅是信任【rèn】的缺失,而是我们的环境影响了信任的【de】进化【huà】。
我们“只是”环境的产【chǎn】物,这个【gè】观点可能显得愤世嫉俗或幼稚――但正如博弈理论提【tí】醒我们的那样,我【wǒ】们构成了彼此的环境。从【cóng】短期来看,游戏定义了玩【wán】家。但从长远来看,是我们玩家【jiā】定义了游戏。
所以,做你能做的,去创造必要的条件来“让信任进化【huà】”。建立合作。寻【xún】求共赢。清晰交流。也许那时,我【wǒ】们可以停止互相【xiàng】射击,走出我们自己的战壕,穿过无人的土地,走到【dào】一起…
怎【zěn】么说呢 越是复杂的局受规则影响越大 规则的奖惩机制 信息透【tòu】明程度都【dōu】会极大改变胜者 所以 能让世界更美好的 很大程【chéng】度上只能依【yī】赖社会规则的进步【bù】。
信任的进化攻略心得:
首先是复读机,他永远重复和你上一轮相同的选项,对抗轮数:五轮
老油条:永远选择欺骗 对抗轮数:五轮
我最最单纯可爱的小粉红:永远选择合作 对抗轮数:四轮
黑帮老大:你不骗他 他就不【bú】骗你,你若【ruò】骗他,他骗你到底 对抗轮数:五轮
福尔摩星【xīng】:前四轮固定顺序为①合作②欺骗③合作④合作 重点是【shì】若你在前四轮一直选择合作,那【nà】他之后【hòu】几轮会一直欺骗你【nǐ】 若你在前四轮有欺骗行【háng】为,第五【wǔ】轮开始,福尔摩星的行为将模仿复读鸡【jī】 对抗轮数:七轮
搞清楚了这些 接下来就是
最高分策略:(为了便于记忆和理解,顺序和出场顺序不同)
对抗复读机:前四轮合作,第五轮欺骗
对抗黑帮老大:前四轮合作,第五轮欺骗
(这样的行为选择,收益比分为9-20)
对抗(宠)小粉红:最高【gāo】收益12(四次【cì】欺骗) 最绅士最良心最人性【xìng】收益10(合作四次)
对抗万年老油条:五次欺骗(收益0)
对抗福尔摩星:①欺骗【piàn】②欺骗③欺骗④合作⑤合作⑥合作⑦合作【zuò】(这人最狗了,感觉比老【lǎo】油条还招人恶心诶)收益14 对这样的【de】人不用手下留情。虽然能【néng】理解他这【zhè】种精打细算啦【lā】,我现在就是在做这样的事情呢233333…
信任的进化规则攻略:
咳,总之最高分难点就在福尔摩星身上
把他变成复读机模式以后用对付复读机的方法对付他就行了。
不过你们真的忍心欺骗小粉红吗?!
看标题哦,我要说的是最佳策略而不是最高分策略(敲黑板)
复读机:这是个有心机的呆子【zǐ】,或者是个满腔热血【xuè】的正直(?)骚年【nián】,心态就【jiù】是人不犯我我不【bú】犯人人若犯我我必犯回去, 但是心智又不够坚定果决 这种人啊(叹【tàn】气【qì】)给一棍子再扔仨甜枣的策略简直就【jiù】是他命中克星
对抗策略【luè】:本着不欺负人的【de】心态 现实生活遇到这种人,应该会是【shì】全合作结果,但如果是在危机(生【shēng】死关头【tóu】),我会毫无心理压力的卖掉他
合作结果:9-20
千年老油条:没什么说的【de】,全欺骗【piàn】。现实生活中应该碰不到这种人吧,否则我【wǒ】肯定天天缠着他问【wèn】他是怎么活到XX岁的【de】(本人战斗力太弱了, 打不过。不然我就是打死他【tā】的那个【gè】人哼)
合作结果9-20(不是颜表情不是大白)
黑帮老大:看看描述他【tā】行动规则里的话【huà】,那个语气,呵呵。我不骗他谁【shuí】骗他,反正没什么兄弟【dì】义气讲,第五轮不坑他一把我良心上都过不去(无误【wù】)
合作结果9-20
福【fú】尔摩【mó】dog:这是个心机婊,生活中那种处处算计【jì】人的人,永远想得到最大【dà】收益的人,打王者只想着抢人头的人…咳咳【ké】,总之这【zhè】种人很可恶很恶心就对了 对付这种人,当然要用更心机的方法怼回去,所以依【yī】然选择最高【gāo】收益方法
合作结果:14-?(忘了 等我查查回来再编辑…emmmm算【suàn】了反正这不重要反正我坑【kēng】了他并且小赚了一笔最后很【hěn】开心就对了)
小粉红:最佳选项当然是宠着啊【ā】!这可是死都要追【zhuī】到手的单纯小姐姐类【lèi】型啊最后结果还用想吗?选择最佳策略的结果【guǒ】当然是小姐姐-我啦!
正儿八经的统计:9-20
最终结果统计45这也是我个人知道规【guī】律后,所希望的出现的最佳的结【jié】果(是个人,个人【rén】)
这个游戏讲的是博弈学哦,但是我想说的是
有时候收益【yì】(经济上)最大化并【bìng】不是最好的结果。重要的是【shì】你做的事是否对得住自己的良心,是否经受得住你心里的道德考验【yàn】,这个游戏给我引发的思【sī】考有【yǒu】很多,远不止是【shì】这方面的思【sī】考。但在这里就不多说了,希望大家玩过这个游戏能有一些收获。
最后感慨一句,这真是个有意思有意义的游戏。
关于信任的进化图文攻略小编就给各位介绍【shào】到这里了,大家快去【qù】试试吧。更多内容请关【guān】注【zhù】东阳绿色软件下载站!
2024-9-20 / 535.2M
2024-9-20 / 337.6M
2024-9-20 / 181.2M
2024-9-20 / 1.69G
2024-9-20 / 39.1M
2024-9-20 / 1.07G
2024-9-20 / 139.9M
2024-9-20 / 175.9M
2024-9-20 / 571.5M
2024-9-20 / 101.0M
2024-9-20 / 175.9M
2024-9-20 / 175.9M
2024-9-20 / 131.5M
2024-9-20 / 155.4M
2024-9-20 / 211.1M
2024-9-20 / 122.1M
2024-9-20 / 1.03G
2024-9-20 / 32.6M
2024-9-20 / 1.41G
2024-9-20 / 1.30G
2024-9-20 / 1.30G
2024-9-20 / 419.2M
2024-9-20 / 134.5M
2024-9-20 / 111.4M
2024-9-20 / 1.09G
2024-9-20 / 1.30G
2024-9-20 / 194M
2024-9-20 / 1.30G
2024-9-20 / 178.9M
2024-9-20 / 1.50G