“法外狂徒”为什么那么多？用程序来告诉你！

听过《罗翔刑法课》的小伙伴，应该都认识一个人：“法外狂徒”张三。

那么，为什么这个世界上会有坏人存在呢？

因为在一个全是好人、相互完全信任的世界里，偶尔出现的坏人能够获得巨大的竞争优势。

毕竟，遵守规则的好人，很难赢过没有底线的坏人：

那么，既然坏人这么有优势，为什么不是所有人都去当坏人呢？

当然不行，如果一个社会里的坏人太多，人和人之间永远都在相互防范，合作效率非常低。

这时候，如果有一批好人组成一个信任联盟，这批好人就会在竞争当中脱颖而出：

那么，在社会这个巨大赛场上，想要成为竞争的优胜者，我们应该做一个什么样的人呢？

为了找出答案，上世纪有一位名叫罗伯特·阿克塞尔罗德的美国教授，组织了一场关于“合作与背叛”的竞赛。参赛者不是人类，而是许多具有不同策略的计算机程序。

比赛分成很多回合，在每一回合，参赛者可以选择与对方合作，或是背叛对方，合作带来双赢，背叛则是一方得利。

在诸多的程序里，有些程序很蠢笨，有些程序很狡猾。那么，什么样的程序更可能赢得比赛呢？从最终的比赛结果来看，采用了“一报还一报”的程序多次获得比赛的第一名。

这个程序的策略十分简单：

1.与参赛者X第一次互动的时候，选择合作。（假设对方是善意的）

2.如果X在上一次互动中选择合作，那么本次自己也选择合作。（奖励对方的合作行为）

3.如果X在上一次互动中选择背叛，那么本次自己也选择背叛。（惩罚对方的背叛行为）

这就是所谓的一报还一报。

虽然这个比赛仅仅是一个简化的模型，但是也或多或少反映了现实中的情况。在现实里，想要尽可能和更多的人合作共赢，又要避免被人坑骗，一报还一报的确是一个相对合理的策略。

尽管这个理论看起来很完美。但是我们作为刨根问底的程序员，还是应该亲自动手实践一下。

小灰最近写了一个程序，再现了这个“合作与背叛”的比赛，并且按照自己的想法编写了各种策略，试图找出有没有比“一报还一报”更好的竞争策略。

这一实践让我产生了许多新的认识，自认为还蛮有意思，今天特意分享给大家。

首先说一说小灰这个程序中的具体比赛规则：

1. 比赛分成M回合，一共有N个参赛者（N为偶数）：

2. 每一回合，参赛者随机分成两两一组进行互动：

3. 在互动中，参赛者可以选择“合作”或是“背叛”，根据双方不同选择，会更加或扣减一定的分数。总共分为三种情况：

4. M回合之后，所有参赛者按照总分值进行排名。

根据游戏规则，小灰也设计了6种不同风格的参赛者，他们各有各的博弈策略：

1. 老实型

这个类型的参赛者永远选择合作，从不背叛。

2. 骗子型

这个类型的参赛者永远选择背叛，从不合作。

3. 偶尔欺骗型

大部分时候选择合作，但是有10%的几率会选择背叛。

4. 一报还一报型

如上文所述，这个类型的参赛者会记住对方上一次与自己互动时候的选择。如果对方上次合作，本次自己也合作；如果对方上次背叛；本次自己也背叛。

5 记仇到底型

这个类型的参赛者同样记住对方上一次与自己互动时候的选择。但只要对方背叛过自己一次，自己就永远会选择背叛他。

6. 晚节不保型

在前80%的回合，按照一报还一报的方式行动；在最后20%的回合，只背叛不合作。

那么，我们应该选择多少人参赛，又该设置多少回合数呢？

小灰设计了4局比赛，每一局比赛的参赛人数与回合数如下：

小灰运行了一下，这4局的比赛结果如下（只列出前10名）：

第1局（20人，50回合）

类型：骗子型 得分：420

类型：晚节不保型 得分：405

类型：晚节不保型 得分：380

类型：偶尔欺骗型 得分：365

类型：晚节不保型 得分：360

类型：晚节不保型 得分：355

类型：一报还一报型 得分：350

类型：骗子型 得分：345

类型：骗子型 得分：345

类型：记仇到底型 得分：340

第2局（100人，50回合）

类型：骗子型 得分：555

类型：骗子型 得分：540

类型：骗子型 得分：525

类型：骗子型 得分：510

类型：晚节不保型 得分：485

类型：骗子型 得分：480

类型：晚节不保型 得分：480

类型：骗子型 得分：480

类型：晚节不保型 得分：480

类型：晚节不保型 得分：475

第3局（20人，300回合）

类型：晚节不保型 得分：2500

类型：记仇到底型 得分：2430

类型：老实型 得分：2425

类型：老实型 得分：2420

类型：一报还一报型 得分：2405

类型：一报还一报型 得分：2385

类型：晚节不保型 得分：2385

类型：一报还一报型 得分：2375

类型：一报还一报型 得分：2375

类型：晚节不保型 得分：2360

第4局（100人，300回合）

类型：晚节不保型 得分：2540

类型：记仇到底型 得分：2460

类型：晚节不保型 得分：2450

类型：晚节不保型 得分：2430

类型：晚节不保型 得分：2405

类型：晚节不保型 得分：2400

类型：晚节不保型 得分：2390

类型：记仇到底型 得分：2370

类型：老实型 得分：2370

类型：晚节不保型 得分：2355

从上面的结果，我们不难得出几个结论：

1. 在参赛者较多，回合数较少的局面下，骗子型占有巨大优势。

2. 在参赛人数较少，回合数较多的局面下，老实人以及愿意首先合作的人开始显现出优势。

3. 偶尔欺骗型，无论在哪个局面都不占优势。

4. 相比于一报还一报型，晚节不保型占据了绝对优势。

当然，这仅仅是一个简单的博弈模型，现实世界远比这复杂得多：

首先，现实世界有法律武器，一个人的背叛行为是要付出代价的。

其次，现实世界有信用体系，当一个人遭到背叛的时候，他不仅会自己记住，还会把背叛者的恶行尽可能告知给更多的人，让大家都知道这个人不可信。

再次，一个人自身的恶行不仅影响到自己，也影响到后代的声誉。因此，谁要是选择“晚节不保”，自己的后代就可能会承担后果。

但是无论如何，这个博弈模拟游戏仍然具有一定的研究价值和趣味性。同时，小灰开发的这段程序有一定的可扩展性，有兴趣的小伙伴也可以在我的基础上开发出更多参赛者类型，相互PK一下，看看哪一种类型能够大概率胜出。

小灰已经把这个程序的代码传到了GitHub上面，地址如下：

https://github.com/bjweimengshu/CooperationGame

—————END—————