※ 引述《amateratha (天使长路西法 Luciferous)》之铭言： : 每个人都跟你一样等着享受别人的博爱时， : 每个人便会跟你一样永远没有人对他博爱！ 我想即使这个社会上有些人 有着跟那位「博爱享受者」有同样的想法 最後的结果到也还不至於是无助的「大家都不博爱」 假设一个模型 里面有博爱的人跟不博爱的人 每个人在一开始没有办法观察出其他人是属於博爱者或非博爱者 只有自己才知道自己是属於博爱者或是非博爱者 我想这个模型的均衡到不至於落在大家（博爱者和非博爱者）都采取 「不博爱」的策略 当然 我不能否认仍有pure nash的解 但是再采用混合策略能获得较高的报酬下 我想博爱者和非博爱者会倾向於采取混合策略 (混合策略 也就是博爱者不会固定只采取博爱的行为 而是有时做出博爱的行为 有时不博爱 采取这两种行为的机率和为1 不博爱者亦然 我们可以从每个人对这两种策略所采取的机率分布得知他们对私人资讯的看重成度) (我觉得混合策略的解总效用起码大於等於pure nash的解 pure nash 在这模型的解为市场失灵 没有任何博爱的行为发生 总效用为零) 采取混合策略有何好处呢？ 就是让除了自己以外的人无法得知自己到底是博爱者还是非博爱者 博爱者采取混合策略的好处 让模型中的非博爱者无法观测出博爱者到底是不是博爱者 这麽一来 非博爱者就没有办法轻易的找出博爱者并把他吃的死死的 非博爱者采取混合策略的好处 博爱者不是笨蛋 假如非博爱者A一直采取不博爱的策略 博爱者在观测到非博爱者的行为後 就会根据贝氏法则来修正对非博爱者A采取不博爱策略的机率 所以非博爱者为了从博爱者那得到帮助 也得偶尔做出一些博爱的行为 会有贝氏法则的推论 是因为我想博爱是会受到讯息(Signal)的影响 像可能20年前民风纯朴的时代 大家在路上看到车祸而上前帮忙的机率是40% 而现在 大家看到车祸多少都会想到那些「去帮忙结果好心被狗咬 被当成肇事者」的新闻 所以上前帮忙的机率可能不到5% 这就是博爱者在观察到那些非博爱者的无耻行为後 对於「看到车祸」采取博爱行为 的机率修正 另外 我排除了非博爱者一直找不知情的博爱者来享受的情形 因为我觉得每个人在现实生活中所相处的对象不太会有剧烈的改变 不太可能发生-非博爱者每天都交朋友 而他又可以在短时间内辨认出博爱者 又加以利用 而且在博爱者可以交换讯息下 非博爱者一直采取不博爱的策略是极为不智的 -- 又离讨论串发起人的问题越来越远啦...(远目) --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 149.159.1.200