从零开始理解博弈论用Python模拟囚徒困境与智猪博弈博弈论作为一门研究策略互动的学科近年来在经济学、计算机科学甚至日常决策中展现出越来越重要的价值。但对于许多初学者来说纯理论的学习往往让人望而生畏——那些抽象的概念和数学公式总让人感觉隔着一层朦胧的纱。本文将采用一种全新的学习路径通过Python代码实现经典博弈模型让读者在动手实践中直观感受博弈论的核心思想。1. 环境准备与基础概念在开始编码前我们需要搭建Python环境并理解几个关键术语。推荐使用Anaconda创建独立环境conda create -n game_theory python3.8 conda activate game_theory pip install numpy matplotlib博弈论中最基础的三个要素是参与者(Players)做决策的主体可以是个人、企业或国家策略(Strategies)每个参与者可选的行动方案收益(Payoffs)不同策略组合下参与者获得的回报提示在代码实现中我们通常用矩阵表示收益结构行代表一个玩家的策略选择列代表另一个玩家的策略选择。以著名的囚徒困境为例其收益矩阵可以表示为对方合作对方背叛我方合作(-1,-1)(-3,0)我方背叛(0,-3)(-2,-2)这种表示方法称为标准型(Normal Form)是静态博弈(参与者同时行动)的典型表达方式。2. 囚徒困境的Python实现让我们用代码完整实现囚徒困境模型。首先定义收益矩阵import numpy as np # 定义收益矩阵 # 每个单元格格式为 (玩家A收益, 玩家B收益) prisoners_dilemma { (合作, 合作): (-1, -1), (合作, 背叛): (-3, 0), (背叛, 合作): (0, -3), (背叛, 背叛): (-2, -2) }接下来我们实现一个函数来寻找纳什均衡——即在这种策略组合下任何一方单方面改变策略都无法获得更高收益def find_nash_equilibrium(game_matrix): nash_equilibria [] strategies list(set([k[0] for k in game_matrix.keys()])) for s1 in strategies: for s2 in strategies: current_payoff game_matrix[(s1, s2)] is_equilibrium True # 检查玩家1是否有动力单方面改变策略 for alt_s1 in strategies: if alt_s1 ! s1 and game_matrix[(alt_s1, s2)][0] current_payoff[0]: is_equilibrium False break # 检查玩家2是否有动力单方面改变策略 for alt_s2 in strategies: if alt_s2 ! s2 and game_matrix[(s1, alt_s2)][1] current_payoff[1]: is_equilibrium False break if is_equilibrium: nash_equilibria.append((s1, s2)) return nash_equilibria # 寻找囚徒困境的纳什均衡 print(find_nash_equilibrium(prisoners_dilemma)) # 输出[(背叛, 背叛)]这个简单的实现揭示了一个深刻洞见个体理性选择导致了集体非最优结果。虽然双方合作(-1,-1)比相互背叛(-2,-2)更好但背叛却是每个玩家的优势策略。3. 智猪博弈的建模与分析智猪博弈(Pigs Payoff)是另一个经典案例描述了实力不对等参与者之间的策略互动。假设大猪和小猪在猪圈两端按按钮需要消耗2单位能量但会释放10单位食物大猪先到可吃9单位小猪先到吃4单位同时到则大猪7小猪3我们可以用以下收益矩阵表示pigs_game { (按, 按): (5, 1), # 大猪:7-25, 小猪:3-21 (按, 等): (4, 4), # 大猪:6-24, 小猪:4 (等, 按): (9, -1), # 大猪:9, 小猪:4-2-3-1(因为小猪按但大猪先吃) (等, 等): (0, 0) # 没有食物 }运行我们的纳什均衡查找函数print(find_nash_equilibrium(pigs_game)) # 输出[(按, 等)]这个结果揭示了现实世界中常见的现象强者承担更多责任。在代码中我们可以清晰地看到无论大猪选择什么策略小猪选择等总是更有利这迫使大猪不得不选择按。4. 博弈可视化与重复博弈为了更直观地理解这些博弈我们可以用matplotlib进行可视化。以下代码绘制囚徒困境的收益空间import matplotlib.pyplot as plt # 提取所有可能的收益组合 payoffs list(prisoners_dilemma.values()) a_payoffs [p[0] for p in payoffs] b_payoffs [p[1] for p in payoffs] plt.figure(figsize(8, 6)) plt.scatter(a_payoffs, b_payoffs, colorred, s100) plt.xlabel(玩家A收益) plt.ylabel(玩家B收益) plt.title(囚徒困境收益空间) plt.grid(True) # 标注帕累托最优边界 plt.plot([-3, -1], [0, -1], b--, label帕累托边界) plt.legend() plt.show()更有趣的是研究重复博弈——当同一博弈多次进行时策略会如何演化。我们可以模拟著名的以牙还牙(Tit-for-Tat)策略def tit_for_tat(opponent_previous_move): return 合作 if opponent_previous_move is None else opponent_previous_move def simulate_repeated_game(strategy_a, strategy_b, rounds10): history [] a_previous, b_previous None, None for _ in range(rounds): a_move strategy_a(b_previous) b_move strategy_b(a_previous) payoff prisoners_dilemma[(a_move, b_move)] history.append((a_move, b_move, payoff)) a_previous, b_previous a_move, b_move return history # 模拟两个以牙还牙策略玩家对战 results simulate_repeated_game(tit_for_tat, tit_for_tat) for i, (a, b, (pa, pb)) in enumerate(results): print(f回合{i1}: A选择{a}, B选择{b} → A得分{pa}, B得分{pb})这种模拟展示了合作如何在重复互动中自发产生——这是单次囚徒困境中看不到的现象。5. 进阶应用博弈论在AI中的使用现代人工智能系统经常需要处理多智能体互动博弈论提供了重要工具。例如我们可以用博弈论框架实现一个简单的价格竞争模型def duopoly_game(price_a, price_b, market_size100): if price_a price_b: return (market_size * price_a, 0) elif price_a price_b: return (0, market_size * price_b) else: return (market_size/2 * price_a, market_size/2 * price_b) # 寻找纳什均衡 def find_duopoly_equilibrium(max_price10): best_response_a {} best_response_b {} for pb in range(1, max_price1): best_payoff -1 best_price 1 for pa in range(1, max_price1): payoff duopoly_game(pa, pb)[0] if payoff best_payoff: best_payoff payoff best_price pa best_response_a[pb] best_price for pa in range(1, max_price1): best_payoff -1 best_price 1 for pb in range(1, max_price1): payoff duopoly_game(pa, pb)[1] if payoff best_payoff: best_payoff payoff best_price pb best_response_b[pa] best_price # 寻找双方最佳应对相同的点 equilibria [] for p in range(1, max_price1): if best_response_a[p] p and best_response_b[p] p: equilibria.append((p, p)) return equilibria print(find_duopoly_equilibrium()) # 输出[(1, 1)]这个模型预测了伯川德悖论(Bertrand Paradox)在价格竞争中均衡结果是价格降至边际成本(本例中简化为1)。在实际项目中我曾用类似模型分析电商平台的定价策略发现理论预测与真实数据存在有趣偏差——这通常源于产品差异化和用户忠诚度等现实因素。