视野百科
知识点 >> 囚徒困境
1950年，由就职于兰德公司的梅里尔·弗拉德（Merrill Flood）和梅尔文·德雷希尔（Melvin Dresher）拟定出相关困境的理论，后来由顾问阿尔伯特·塔克（Albert Tucker）以囚徒方式阐述，并命名为“[b]囚徒困境
[/b]”。经典的囚徒困境
如下：
警方逮捕甲、乙两名嫌疑犯，但没有足够证据指控二人入罪。于是警方分开囚禁嫌疑犯，分别和二人见面，并向双方提供以下相同的选择：
若一人认罪并作证检举对方（相关术语称“背叛”对方），而对方保持沉默，此人将即时获释，沉默者将判监10年。
若二人都保持沉默（相关术语称互相“合作”），则二人同样判监半年。
若二人都互相检举（互相“背叛”），则二人同样判监2年。
用表格概述如下：
甲沉默（合作） 甲认罪（背叛）
乙沉默（合作） 二人同服刑半年 甲即时获释；乙服刑10年
乙认罪（背叛） 甲服刑10年；乙即时获释 二人同服刑2年
如同博弈论
的其他例证，囚徒困境
假定每个参与者（即“囚徒”）都是利己的，即都寻求最大自身利益，而不关心另一参与者的利益。参与者某一策略所得利益，如果在任何情况下都比其他策略要低的话，此策略称为“严格劣势”，理性的参与者绝不会选择。另外，没有任何其他力量干预个人决策，参与者可完全按照自己意愿选择策略。
囚徒到底应该选择哪一项策略，才能将自己个人的刑期缩至最短？两名囚徒由于隔绝监禁，并不知道对方选择；而即使他们能交谈，还是未必能够尽信对方不会反口。就个人的理性选择而言，检举背叛对方所得刑期，总比沉默要来得低。试设想困境中两名理性囚徒会如何作出选择：
若对方沉默、背叛会让我获释，所以会选择背叛。
若对方背叛指控我，我也要指控对方才能得到较低的刑期，所以也是会选择背叛。
二人面对的情况一样，所以二人的理性思考都会得出相同的结论——选择背叛。背叛是两种策略之中的支配性策略。因此，这场博弈中唯一可能达到的纳什均衡
，就是双方参与者都背叛对方，结果二人同样服刑2年。
这场博弈的纳什均衡
，显然不是顾及团体利益的帕累托最优
解决方案。以全体利益而言，如果两个参与者都合作保持沉默，两人都只会被判刑半年，总体
利益更高，结果也比两人背叛对方、判刑2年的情况较佳。但根据以上假设，二人均为理性的个人，且只追求自己个人利益。均衡状况会是两个囚徒都选择背叛，结果二人判决均比合作为高，总体
利益较合作为低。这就是“困境”所在。例子漂亮地证明了：非零和博弈
中，帕累托最优
和纳什均衡
是相冲突的。
开放分类:经济术语
贡献人:飞草、 seamaiden820
© 中国会计视野网站