书中原文
博弈场景见 家庭幸福策略物种的演化
作者在尾注中提到了原文表述的一个错误, 计算出的平衡点实际上是一种 “中心平衡”, 不同策略的比例并不能长期稳定的保持不变, 而是在稳定点附近长期波动
47第176页:但实际上,像那种情况一样,不存在任何摇摆现象,这是能够加以证明的。整个体系能够归到一种稳定状态上。我很抱歉这个论点是错误的。然而,这个错误很有意思.
理论基础
Question
鹰鸽博弈与两性博弈这里有什么区别呢?
为什么鹰鸽博弈会收敛于稳定点, 而两性博弈会在平衡点附近长期摆荡呢?
单群体(对称) vs 双群体(非对称)
-
鹰鸽博弈(单群体):所有人都在同一个进化池子里。一只“鹰”不仅会遇到“鸽”,更会频繁地遇到同类(另一只鹰)。
-
两性博弈(双群体):这是两个独立的群体(雄性池子和雌性池子)。薄情者的基因永远不会在战场上迎面撞上另一个薄情者,雄性只和雌性博弈。
| 特性 | 鹰鸽博弈 (Hawk-Dove) | 两性博弈 (Battle of the Sexes) |
|---|---|---|
| 反馈路径 | 直接内生负反馈:鹰变多 鹰鹰相撞概率暴增 惨重内耗 鹰的收益瞬间暴跌。 | 间接滞后负反馈:薄情雄变多 放荡雌受害 雌性过一段时间才演化为羞怯 薄情雄才开始找不到对象。 |
| 系统行为 | 像一个有阻尼的弹簧。无论初始比例如何,都会迅速消耗掉能量,直接死死停在稳定的混合策略(ESS)平衡点上。 | 像一个无阻尼的单摆(或完美的卫星轨道)。它永远在围绕中心旋转,只要偏离了中心,就会形成闭合的轨道无休止地循环。 |
| 数学本质 | 系统的特征值具有负实部,平衡点是一个渐进稳定的吸引子(Attractor)。 | 系统的特征值是纯虚数,在博弈论动力学(Replicator Dynamics)中,这个平衡点是一个中心(Center),只具有中立稳定性。 |
其它博弈类型的划分与其它多群体博弈场景
两性博弈(Battle of the Sexes)在博弈论中正是“多群体进化博弈(Multi-population Evolutionary Game)”最经典、最教科书式的特殊情况(具体来说是双群体博弈)。
在单群体博弈(如鹰鸽博弈)中,所有人都在一个大池子里,角色是完全对称和可互换的;而两性博弈明确地将参与者划分为两个交集为零、策略空间不同、且各自在内部完成基因复制(或策略传播)的群体。
为了拓宽这个思想维度,我们来看看多群体博弈的底层逻辑、其他具有根本性区别的博弈分类,以及它在日常和学术中的典型场景。
一、 多群体博弈的典型场景
多群体博弈的本质是:群体内部不直接冲突,但一个群体的收益高度依赖于另一个群体的当前状态,从而形成跨群体的非线性反馈。 除了两性博弈,它在以下三个领域有极其经典的场景:
1. 经济学:双边市场博弈(Bilateral Market Game)
这是现代平台经济(如外卖、网约车、电商)的核心模型。
群体 A(司机/商家) vs 群体 B(乘客/买家)
动态机制:如果平台上乘客极多(群体 B 膨胀),司机的接单收益就会暴增,吸引更多人成为司机(群体 A 演化);而司机变多后,乘客打车变快、价格变便宜,又会反过来吸引更多乘客。这种“跨边正向外在性”会带来群体规模的剧烈共振。
2. 社会治理:检查者博弈(Inspection Game)
这个模型的动力学特征与两性博弈完全一模一样,也会产生永恒的周期性摇摆(月相盈亏)。
群体 A(监管者/警察/审计):策略为【检查】或【不检查】
群体 B(被监管者/逃税者/员工):策略为【违法/偷懒】或【守法/勤奋】
动态机制:如果大家都很守法,监管成本就会显得多余,监管者开始走向【不检查】;一旦监管放松,【违法】的收益变高,违法者激增;违法者激增逼迫监管者重新走向【检查】;监管一严,大家又变回【守法】。系统在特征上是一个完美的中心(Center),永远在绕圈。
3. 生态学:协同进化博弈(Co-evolutionary Game)
群体 A(寄生虫/病毒) vs 群体 B(宿主)
动态机制:病毒演化出针对特定免疫缺陷的攻击策略,迫使宿主群体中拥有某种抗性基因的个体大量繁殖;当该抗性宿主占领统治地位后,病毒群体又被迫演化出全新的变异株来突破该防线。这种双群体博弈在基因层面被称为“红皇后假说”(必须不断奔跑,才能停在原地)。
二、 其它性质上有“根本区别”的博弈分类
如果我们跳出“群体数量”的维度,从系统动力学、拓扑结构和信息结构来看,博弈论中还有几种性质截然不同的关键分类。理解这些分类,能帮你一眼看穿某个博弈系统最终是会“归于死寂”还是“永恒混乱”:
1. 势博弈(Potential Games) vs 非势博弈(Non-potential Games)
这是决定系统会不会无休止波动的根本数学分类。
势博弈:在这类博弈中,所有博弈方的利益变化,都可以完美凝聚为一个单一的标量函数——势函数(Potential Function)。
- 性质:整个系统就像一个物理重力场。群体的策略演化就是在“爬山”或“下滚”。它绝不会产生任何环路、波动或混沌,最终一定会死死停在某个山谷的局部最优解(纯策略或稳定的混和策略 ESS)。
非势博弈:无法写出统一的势函数,系统内部含有“旋度”(Curl)。两性博弈、检查者博弈、石头剪刀布都属于此类。
性质:系统自带动力学惯性,极易演化出极限环(Limit Cycles)、永恒振荡甚至确定性混沌。
2. 零和博弈 vs 非零和博弈(可变和博弈)
零和博弈:一方之得必为一方之失(饼的大小固定)。在生物进化中极少存在绝对零和,因为进化往往伴随着效率的改变。
非零和博弈:两性博弈是典型的非零和。如果双方都选【坚守】(长臂猿型),可以共同抚育后代,总收益是正的(双赢);如果双方都【离弃】,后代死掉,总收益是负的(双输)。系统的繁荣度是动态变化的。
3. 完全信息博弈 vs 不完全信息/非对称信息博弈
在道金斯的理想模型中,我们假设参数(抚育代价、调情时间)是全场合规且所有个体都“默认知晓”的。
但如果引入信息非对称(例如:雄性可以通过伪装成“忠诚者”来欺骗“羞怯者”,交配后立刻暴露出“薄情”本质),博弈就会演变为信号博弈(Signaling Game)。这时雌性就需要演化出成本极高、无法伪装的“废物投送”(如要求雄性筑巢、捕猎、甚至厮杀)来作为筛选信号。
从多群体博弈的视角来看,大自然不仅在调节两性的比例,也在用同样的数学规律调节着市场、社会阶层乃至整个生态圈的动态平衡。
可视化定性分析
反者道之动.
每一种事物都会催生它自身的反面.
得势的基因都是在收子孙的税.
扭捏与薄情相关性?蠢基因和坏基因?
如何描述清楚不稳定性和鹰鸽的区别
不同起点的含义
外部压力大小影响?
如何识别现有场景在哪里,会怎么变化?阴阳五行的流转?
四象限性质
循环与生育率的关系
人类的情况貌似更加复杂?
为什么, 模型上建模的差异性在哪? 数值有区别 / 有什么没考虑到?
Note
是的,GAN 难以收敛与两性博弈中的周期性摆荡,在数学原理上有很强的相似性。 两者都可能出现一种现象:系统明明存在均衡点,状态却一直绕着均衡点运动,无法真正停下来。
不过,两者的动力学方程不同,GAN 还可能出现向外发散等更复杂的情况。
1. 两性博弈:为什么几个比例会绕着均衡点转?
你上传的《两性博弈》第 2 页把这个系统描述为双群体进化博弈,第 5 页的图则画出了状态沿均衡点附近运动的轨迹。
两性博弈.pdf
假设我们用两个变量表示系统状态:
(x):雄性群体中某种策略的比例。
(y):雌性群体中某种策略的比例。
随着两种策略的收益变化,两个群体会分别调整自己的策略比例:
[ \frac{dx}{dt}=f(x,y),\qquad \frac{dy}{dt}=g(x,y) ]
关键在于,(x) 的变化取决于 (y),而 (y) 的变化也取决于 (x)。
当雄性策略发生变化时,雌性策略的收益随之变化;雌性策略再发生变化,又会反过来改变雄性策略的收益。
在你研究的这个模型中,均衡点附近的动力学具有以下特征:
[ \lambda_{1,2}=\pm i\omega ]
这里的特征值是纯虚数,意味着线性化系统没有使扰动逐渐消失的阻尼项。
结果就是:偏离均衡点之后,系统会持续绕着它运动,而不会自动回到中心。
2. GAN 为什么也会出现这种现象?
GAN 包含两个相互对抗的网络:
生成器 (G):试图生成更逼真的样本。
判别器 (D):试图区分真实样本与生成样本。
生成器更新参数时,考虑的是判别器当前的状态;判别器更新参数时,又会受到生成器当前输出的影响。
因此,双方每次更新都会改变对方下一步面对的问题。
我们可以用一个极简的数学博弈来展示这种现象:
[ \min_x\max_y L(x,y)=xy ]
其中,(x) 和 (y) 分别代表两个参与者的参数。
同时进行梯度更新时:
[ \begin{aligned} \dot{x}&=-\frac{\partial L}{\partial x}=-y\ \dot{y}&=+\frac{\partial L}{\partial y}=x \end{aligned} ]
于是得到:
[ \boxed{\dot{x}=-y,\qquad \dot{y}=x} ]
注意,这组方程和二维旋转运动非常相似。
参数空间中的运动示意
这是连续时间、理想化的二维模型。真实 GAN 的参数空间维度更高,轨迹也未必是圆形。
因为:
[ \frac{d}{dt}(x^2+y^2) =2x\dot{x}+2y\dot{y} =0 ]
所以 (x^2+y^2) 保持不变。系统会持续旋转,无法自行收敛到原点。
这就是 GAN 中常说的 梯度旋转(rotational dynamics) 的一个最简单例子。
3. 两者究竟相似在哪里?
对比 两性博弈 GAN 训练 系统状态 两个群体的策略比例 生成器和判别器的参数 更新依据 对方当前的策略分布 对方当前的网络状态 相互作用 一方变化改变另一方的收益 一方更新改变另一方的优化目标 可能的动力学 绕均衡点周期性摆荡 绕均衡点振荡、发散或收敛 不收敛的可能原因 缺乏足够的阻尼 梯度场的旋转成分、更新规则及其他训练不稳定因素 二者最重要的共同点是:双方的更新方向彼此耦合,整个系统的运动方向不一定直接指向均衡点。
普通的单目标梯度下降通常沿着目标函数的下降方向前进。对抗训练则同时包含一个最小化者和一个最大化者,联合更新后可能产生旋转成分,使参数不断改变方向。
4. 但 GAN 比这个两性博弈模型复杂得多
还要注意三个区别。
GAN 可能向外发散。 在刚才的连续时间例子中,轨迹半径不变;如果采用同时进行的离散梯度更新,参数半径反而可能逐步增大。因此,GAN 可能一边绕圈,一边离均衡点越来越远。
GAN 还有其他不稳定来源。 例如判别器过强导致生成器梯度不足、模式崩溃、随机小批量带来的噪声,以及高维非凸优化。这些问题不能全部归结为旋转动力学。
两性博弈的中心平衡是特定模型的性质。 你的文件讨论的是特定的双群体进化动力学。真实 GAN 并不保证存在同样的中心平衡,也不保证产生闭合轨迹。
所以,你说的“几堆点跳来跳去”,如果指的是训练过程中参数或状态在均衡点附近来回运动,那么这个直觉是对的。它们可能反映了系统存在持续的旋转运动,更新没有足够的收敛性。
更准确地说,两性博弈和 GAN 都可以用耦合动力系统来分析;当均衡点附近的动力学缺乏足够的阻尼时,双方不断相互响应,就可能出现持续振荡。

