石头、剪刀、布，如何取胜？

身处现实生活里，诸多情形能够被视作处于“博弈”历程，而致使达到纳什均衡这一状况在某个层面来讲对于全部游戏参与者而言都是具备积极意义的一种结果，本文开始先条理清晰地剖析了纳什均衡于小游戏当中得以展现的情况，之后又针对其展开了拓展延伸予以探究，在更为复杂的情形之下，“看不见的手”到底会怎样去对您的决策产生影响呢？

在生活当中，我们常常会运用剪刀 – 石头 – 布的那种猜拳游戏，去决定究竟是谁要去做清洁之类的劳动，然而，你有没有切实留意到，当你一回一回地开展这个博弈时，到底是发生了些什么事儿呢。

刚开始的时候，你或许处在上风的态势，可是呢，你的对手也许会致使游戏朝着对她有利的方向转变。在这场游戏发展演变的过程当中，你们各自施行着属于自己的策略，一直持续到最后，所有玩家好像谁都没办法凭借改进个人策略从而获取更多的胜利成果。

这是为什么呢？

纳什均衡

其实，早在1950年，数学家约翰·纳什（John F. Nash Jr.）就给我们做了证明，在任何有着有限参与者以及有限策略的游戏里，像剪刀-石头-布这种，一直存在这样的混合策略，这策略下没有任何参与者能够通过仅仅改变自身策略来提高收益。

后来，人们把这种稳定的策略组合称作“纳什均衡” ，它促进了传统博弈论领域的革新 ，改变了经济学进程 ，改进了人们在政治条约、网络交通等诸多方面的研究分析方法 ；纳什因此在1994年获得了诺贝尔奖。

关于纳什均衡可行性分析，1994年诺贝尔奖项获得者是John F. Nash Jr. ，有关于他的传记。

那么，纳什均衡在剪刀-石头-布的游戏中又是如何体现的呢？

| Fishfinger Creative Agency

纯（pure）策略

我们来进行模拟，你作为玩家A，对手是玩家B，对此做一番简单的剖析，在此期间，玩家每进行一轮，要是胜出了便会得到一分，一旦失败了就会丢掉一分，而若是出现平局的情况则记为零分。

当下，假定玩家B率先运用一种（愚昧的）战略，也就是每一个回合都打出布，在历经若干轮次的游戏之后，你大概就会察觉到她的策略，进而采取每回合都出剪刀的策略予以回击，我们把这种策略组合标记成为（剪刀，布），要是每一轮都依照这样的策略组合来开展，毋庸置疑你会获取胜利。

但是，玩家B很快就会发觉自身于这般策略组里的劣势。当她留意到你老是出剪刀应对时，她便转而采用老是选石头的策略。在这个策略组（剪刀，石头）里B又开始获取胜利。当然，你也能够持续针对新策略组而挑选出布。

就上述游戏开展进程而言，其中玩家A以及玩家B运用了被叫做“纯”（pure）的策略办法呢，也就是去挑选并且反复施行单一的那种策略哟。

对于任意的一种纯策略德信竞技，这般的策略就比如是“始终都选择石头”，面对这种情况下的纯策略，我们能够运用与之相对立的策略去应对它，这种对立的策略好比是“一直都选择布策略”。在运用这种对立策略的时候，关联到的策略同样将会再次一次地出现改变。这样一来，你以及你的对手将会一直围绕着策略圈彼此不停地追逐着。

显然，这样的纯策略是不存在平衡点的。

混合策略

当然，你同样能够尝试那种名为“混合”的策略。假想出一种情况，你于每一轮游戏里头都能够随机去挑选一种策略，并非是始终如一只笃定选择一种策略那样。举例来说，你并非是“始终都挑选石头”这种情况，而是转变为“花一半的时间选择出石头，再花另一半的时间去出剪刀”这种形式，诸如此类的情况等等。

纳什给出证明，在允许这般混合策略的情形下，每一个如此的游戏都会至少存有一个平衡点。那么，此刻我们来列举事例做个说明。

首先，我们要知晓，于剪刀 – 石头 – 布的游戏里头，到底怎样的混合策略才算是合理的呢？比如说，我们能够去假设，“游戏里以相同的概率去选择剪刀、石头或者布”，那么与之对应的策略组合表示成(1/3,1/3,1/3)，也就是剪刀被选中的概率是1/3，石头被选中的概率是1/3，布被选中的概率是1/3。这会是一个不错的策略吗？

嗯，假定你所面对的对手采取的策略是那种“始终都挑选石头”这般的纯策略，我们借助（1,0,0）来予以表示。那么，在A选取(1/3,1/3,1/3)同时B选定（1,0,0）的这种策略组合情形之下，游戏最终的结果究竟会是怎样的呢？

为此，我们绘制了如下的表格，里边列出了每一轮游戏里，九种可能出现的组合结果，像A出石头，B出石头这种；还有A出石头，B出布这种等等，所对应的概率。其中，第一行是用来表示玩家B的选择的，第一列是用来表示玩家A的选择的。

本文所示图中R-石头，P-布，S-剪刀，后文不再赘述

表里头呈现出了在任意一轮次当中，策略组合的概率，也就是双方各自策略所对应的概率相乘的结果。举例来说，玩家A去选择布的概率是1/3，玩家B选择石头的概率是1，那么（A选择布，B选择石头）这样一种情况的概率就是1/3×1 = 1/3；而（A选择布，B选择剪刀）这种情况的概率就是1/3×0 = 0，原因在于玩家B选择剪刀的概率是零。

那么，在这般的策略组合里头，玩家A的表现到底会怎样呢？从那个表当中我们能够瞧见，玩家A会在三分之一的时长取得胜利（布，石头），三分之一的时分遭遇失败（剪刀，石头），另外三分之一的时间打成平手（石头，石头）。而且，我们能够借助计算每个结果跟其对应的概率的乘积的总和来达成玩家A每一轮的平均得分：

能观察到，玩家A在每一轮当中所获得的平均分数是0，也就是说 ，是以等同的概率取得胜利，遭遇失败或者处于平局状态。所以，从平均值的角度来讲，两方胜负的次数将会是均等的，进而最终将会呈现为平局的状况。

可是，就像前面所讲的那样，假定你的对手并未变更他们的策略，你能够借由改变个人策略而获取到更好的成果。比如说，要是你切换至策略（0,1,0）（也就是“每次都挑选布”），那么对应的概率分布呈现如下情况：

在每一轮的游戏里头，你所挑选的布，都会把对手选的石头给战胜掉，所以呢，你在每一轮，都能够获取到一分。

所以，策略组合是A选择(1/3,1/3,1/3)，同时B选择（1,0,0），然而这一策略组合并未达到纳什均衡，原因在于身为玩家A的你能够借助改变个人策略来让结果得到改善。

我们能够看到，纯策略好像并未致使均衡。然而，要是你的对手去尝试使用混合策略，臂如(1/2,1/4,1/4)，也就是“选择石头所用时间为一半；選擇布与剪刀所用时间分别为四分之一”，那么我们能够获取下表里的概率分布：

现在，我们列出玩家A对于每种结果的得分情况如下：

同样的道理，把上面提到的那两个图表所呈现出来的结果，进行全面综合，如此一来，我们能够获取到玩家A每一轮的平均得分：

能够看到，玩家A平均每一轮依旧获取0分 ，于是，A挑选(1/3,1/3,1/3) 并且B挑选(1/2,1/4,1/4)策略组合最终会同样达成平局。

然而，同样的，身为玩家 A 的你能够借由改变策略去提升你的结果：针对于 B 的策略(1/2,1/4,1/4)而言，A 应当选取策略(1/4,1/2,1/4)，与之对应的概率图表如下：

此时，对于A，每轮游戏的净得分为：

换句话讲，当A选取(1/4,1/2,1/4)并且B选用(1/2,1/4,1/4)的策略组合展开游戏之际，A每一轮游戏的平均得分是1/16。如此一来，在历经100场游戏之后，A的得分会超出6.25分。因而，身为玩家A的你改变策略的可能性颇高，故而A采用(1/3,1/3,1/3)且B采用(1/2,1/4,1/4)的策略组合同样并非纳什均衡。

此时此刻，针对这一组策略，也就是当 A运用(1/3,1/3,1/3)的策略，并且B运用(1/3,1/3,1/3)的策略来开展游戏之际，能够获取与之对应的概率图表，具体如下：

根据对称性我们可以很快得到A每轮游戏的净得分为：

明显地，你跟你的对手会再度形成平局状态。然而和上述所讲的状况不一样的是，在这个时候双方玩家都不存在去改变策略的那种想法！

比如，要是玩家B转向随便一种不平衡策略，致使其中一种选择（像石头）增多，那么玩家A只要单纯地变换策略让“布”增多就行。就如同上文讲述玩家A运用策略(1/4,1/2,1/4)对抗玩家B的策略(1/2,1/4,1/4)那般，这会使A在每一轮游戏里获得更好的净得分。

当然，要是玩家A从那种(1/3,1/3,1/3)的策略转变到一种并非平衡的策略之时，玩家B同样能够运用类似的办法去实施反击。

所以，任何参与游戏的人，都无法仅仅依靠去改变自身所采用的策略，进而让他们所获得的结果得以优化。换而言之，像这样的策略组合，达成了纳什均衡。

设计机制

就如同纳什所证实的那样，这些（博弈）游戏均存在纳什均衡，并且这一事实的重要意义在好几个不同方面得以体现。

另一方面，博弈中的情形能够被视作现实生活里的不少状况 ，像是于谈判期间 ，或者在共享资源的竞争之际 ，人们要面对个人跟集体利益的权衡 ，接着就会发觉这些策略在里面获得了良好的运用 ，从而各方利益能够得到相应的评估 ，正是这些无处不在的数学模型致使纳什的工作具有这么大的影响力。

从另外一个方面来讲，纳什均衡于某种特定意义而言，对每一位玩家而言都是有着肯定或正向性质的成果。当达到均衡状态之后，不存在任何一个人能够凭借仅仅去改变自身的策略，从而让结果趋向于更加优良。当然咯，要是所有玩家都采用堪称完美的合作方式的话，或许会有更为出色的整体结果，然而要是你所能掌控的仅仅是你自己本身，那么最终达成纳什均衡将会成为你最为理想的抉择。

所以，我们也许更期望诸如经济激励草案、税务、协约以及网络架构这般的“（博弈）游戏”最终达成纳什均衡情形。毕竟处于这种均衡态势里，个人基于自身利益来行动，而且最终收获顺心的成效，此外系统也会呈现出稳定的状态。

且不说，于那些博弈里头，那个“玩家自然而然将会达成纳什均衡”的假定，究竟是不是合理的呢。这是一个值得思考的问题。

游戏“升级”

回想一下，于剪刀、石头、布的游戏里，我们或许已然预判到，玩家以全盘随机的形式去玩会更优。可是这其中部分缘由在于玩家相互知悉彼此的偏好：也就是每一个人都清楚彼此在各类可能出现的结果里获胜以及失败的状况。

可是，如果偏好未知而且情况更复杂呢？

设想有这么一款全新推出的游戏，在此游戏里，玩家B要是击败剪刀，就能获取三分，并且除此之外其他任何获胜情形下，都仅仅只能得到一分。这样一来，就会使得混合策略发生改变，那就是玩家B会更为频繁地去选择石头，然后期望玩家A能够选取剪刀，进而借此获得三倍的得分。虽说积分差异并不会直接对玩家A的得分产生影响，可是玩家B策略的这种变化，将会引发A采取新的应对策略。

并且，要是玩家B的每一项回报都不一样且不为人知，那么玩家A就得耗费一些时间才能够搞明白玩家B所用的策略究竟是什么。为了估算自己选择布的频次，玩家A需要历经好多回合去领会玩家B选择石头的策略。

再者，此刻我们设想存在一百人进行剪刀 – 石头 – 布的游戏，每个人的得分情形均被保密，每个人的得分都由其击败对手的状况所决定。那么，为了达成平衡点，你计算自己选择石头、布或者剪刀的正确频率所需多久呢？或许是颇长的一段时间，也许比游戏的时长还要长。甚至有可能比宇宙的寿命更为长久！

至少，哪怕是那种完全理性，又经过深思熟虑的玩家，要是想制定出好的策略，依照自己的最佳收益去行事，并且最终在比赛里达成平衡，这也并非容易之事。

一篇于2016年发表的论文，其核心观点向我们证实，在全部游戏里头，不存在一种能引导玩家进而达成哪怕是接近那个纳什均衡的统一办法。

这并非表明，全然理性的玩家于比赛里从不存有趋向达成均衡的情况，事实上他们常常如此这般。这仅仅意味着，我们毫无缘由去坚信，游戏能够达成纳什均衡是鉴于仅由全然理性的玩家予以参与。

当我们着手去设计一个交通网络时，我们同样有着这样的可能性，那就是游戏里的玩家，也就是每一个寻求着最快回家路线的旅行者，能够共同达成一种平衡状态，这种平衡是即便各方采取的路线有所不同，也不会获取到任何额外的收益。我们还可能期望约翰·纳什的“看不见的手”去指引他们，以此让他们在竞争合作之中实现均衡，也就是采取尽可能短的路线，并且避免制造出交通拥堵。

可是，上面那种渐渐变得复杂的剪刀 – 石头 – 布游戏已然给我们呈现出为何这样的希望或许会破灭，由于这双“看不见的手”虽说会引领某些博弈，然而其他一些情形有可能会抵抗它的掌控，最终玩家会陷入没完没了的竞争里，始终没办法获取收益。

编译由集智俱乐部翻译组完成 ，来源Quantamagzine ，原题为Why Winning in Rock-Paper-Scissors (and in Life) Isn’t Everything ，翻译是SBu ，审校是高飞 ，编辑为王怡蔺 ，原文地址为https://www.quantamagazine.org/the-game-theory-math-behind-rock-paper-scissors-20180402/。