爱情的“囚徒困境”学

爱情的“囚徒困境”学

恋人，既是你的合作伙伴，也是你的对手，甚至敌人。在恋爱的这场不太好玩的“游戏”中，谁能熟练地驾御游戏或博弈规则，谁就是爱情的赢家。所以，要想成为赢家，就要学会与伙伴一样的恋人合作，还要学会与敌人一样的恋人周旋。

面对对手围追堵截的爱情围剿，要学会闪转腾挪的诸多反围剿的手段。实在不行了，再三十六计走为上：对不起，不陪你“玩”了！

几乎所有的博弈论书籍，都从经典的囚徒困境说起。虽然那是说一对纵火犯的，但其原理也照样适用于“纵火犯”。

本来也就是一场大火嘛。还是让我们看看纵火犯吧。在此，不能不引述一下“囚徒困境”的案，尽管众所周知。需要说明，公案的版本不一样，但道理是一样的。

一场火灾之后，两个嫌疑人A和B被囚禁，分别关在两个独立的不能互通信

的房间里。如果两人都承认，则各被扣留8年；如果一人承认另一人不承认，承认放走，并且得到奖赏，不承认的被扣留16年，并且被罚款；如果两人都不承认则证据不足各被扣留1年。

我们看到，假定A选择承认的话，B最好是选择承认，否则就要被严重处罚；假定A选择否认的话，B最好还是选择承认，因为这样不仅可以被放走，而且还可得到奖金。就是说，不管A什么态度，B的最佳选择都是承认。反过来，同样地，不管B什么态度，A的最佳选择也是承认。

结果，两个人都会选择承认。这就是有名的“囚徒困境”，所反映的问题是个人理性和集体理性的矛盾理性告诉被实验者，谁选择抵赖，谁就可能会大倒其霉，而对方却逍遥自在，受奖励。所以，这就出现了一个悖论，有时对同伙的忠诚，往往会把自己送上绝境，除非双方都能100%的忠诚，但，这是不可能的，谁能在巨大的利益诱惑面前永不动心呢？

恋人，也类似于走入了囚徒困境。如果双方都不变心，那是最好的局，在天愿为比翼鸟，在地愿为连理枝嘛；如果都变了心，效果也不坏，你走你的阳关道，我过我的独木桥嘛；如果一方变了心，另外找到了更好的情侣，一方却还乎乎地

忠贞不二，那么，另觅新欢的一方是最幸福的，比两人都不变心的结果还幸福，因为他找见了更好的情人，而被抛弃的一方是最不幸的，比两人都变心的结果更不幸，因为他承担的压力既来自于对方的太幸福，也来自于自己的太不幸福。

按照囚徒困境的分析结论，恋人最得意的选择是另觅新欢，最天真的选择天荒地老，最理性的选择是分道扬镳，最糟糕的选择是被另有新欢的对方无情弃。问题是，最得意的结局过于缺德，最天真的结局过于虚幻，最理性的结局过于残酷，最糟糕的结局又（让一方）过于心痛。

当然，囚徒困境模型给恋人最重要的提醒，是在应对策略上，最好要严格防范对方，就像一个囚徒防范另一个囚徒一样。但是，反关现实中的恋人，大都希望能够天荒地老，没有谁愿意回头是岸，甚至被对方抛弃了还不死心。

为什么会这样呢？因为恋人与纵火犯，其博弈状况有一个重大的不同。纵火犯被警方抓住之后，是隔离审查，因此无法订立功守同盟，即便能够订立，谁又能保证自己或对方永远不毁约呢？注意！这是囚徒困境模型的一个非常重要的条件，它往往被一些经济学家忽视了。

与纵火犯所处的这个重要条件相反，恋人被爱神抓住以后，一般并不是隔离

“审查”的，而是整天泡在一起。泡在一起做什么？除了发誓，还是发誓！人生发誓最多的时期，大概就是恋爱期。发什么誓呢？无非是什么非你不娶非你不嫁你是风儿我是沙啊的一类誓言罢了，目的只有一个，就是让对方相信自己能够天荒地老而此情不渝。他们希望彼此忠诚，从而换来一个好的博弈结果。

而且，为了防止对方变心，总要设法让对方相信，你遇到我是你三生有幸，而我遇到你也是万世不毁。

可是，世间没有什么誓约是永恒的。很多爱情的悲剧，往往都从背弃誓约开始，而天下又似乎没有没有誓约的爱情。

这是整天泡在一起的恋人的博弈情形。而对于天各一方的恋人来说，彼此就像被隔离审查的纵火犯一样，只不过不是被关在两间牢房，而是山高水阔知何处。按照博弈原则，他们除了违背誓约外，没有更好的选择。他们要想在恋爱中成为赢家，最好是不遵守爱的诺言，如此才能走出“囚徒困境”。

然而，这个结论在实际上是有问题的。因为，生活中恋爱成功的人并不少见，厮守一生一世的人也不少见，不能说他们都是勉强的。事实上，他们有的还的确生活得很幸福。

我相信，多数情侣的爱情生活过得还是可以的。那么，究竟是什么机制让他们能够信守誓约呢？

我一直在思考这个问题，但顺着博弈论的思路走下去，每次得出的答案似乎总与道德伦理有千丝万缕的联系。后来，偶尔看到一个试验，我猛然感到峰回路转林断山明了。

原来，存在于现实中的幸福的爱情生活，也可以从博弈论中找到答案。这应该感谢美国密西根大学的罗伯特?爱克斯罗德。他组织过一场计算机竞赛的试验。竞赛的思路非常简单：任何想参加这个计算机竞赛的人都扮演“囚徒困境”案例中一个囚犯的角色，他们开始玩“囚徒困境”的游戏，每个人都要在合作与背叛之间做出选择。关键问题在于，他们不只玩一遍这个游戏，而是一遍一遍地玩上200次，这就是所谓的“重复的囚徒困境”，于是这就更逼真地反映了日常人际关系。这又是一个值得注意的条件，最简单的囚徒困境模型说的是一次性博弈，正是这一点加剧了囚徒做处坦白的决心。这正像不相识的一对男女，偶尔在旅游中相遇，接着在宾馆里春梦一场，第二天就各自扬长而去，谁也不会忠于谁的，彼此也不会为对方今后的不忠实而又任何不快，原因就在于这是一次性的博弈

（一次性的“博弈”和一次“性的博弈）。可是，如果男女双方互相认识，且今后还要常常碰面，那么他们彼此的忠心就会又不同程度的增加，原因在于他们还有机会重复博弈。

试验的结果使爱克斯罗德大为吃惊，因为竞赛的冠军获得者所采取的策略一点都不高深，而是非常简单：一报还一报。中国人把它叫做“以其人之道，还治其人之身”。

说穿了，所谓“一报还一报”的策略，就是胡萝卜加大棒的原则。它坚持永远不首先背叛对方，因此是十分“善意的”。它会在下一轮中对对手的前一次合作给予回报（哪怕以前这个对手曾经背叛过它），从这个意义上来说它是“宽容的”。但它会采取背叛的行动来惩罚对手前一次的背叛，从这个意义上来说它又是“强硬的”。正所谓“人不犯我，我不犯人；人若犯我，我必犯人”。而且，它的策略极为简单，对手程序一望便知其用意何在，从这个意义来说它又是“简单明了的”。

后来，爱克斯罗德邀请了更多的人参加竞赛，结果试验来试验去，每次都是一报还一报者夺魁。