有限状态机优化
-
最初发明进化规划是为了设计有限状态机,有限状态机生成的输出序列随内部状态和输入序列变化
-
图中右上角的箭头表示:有限状态机是从状态C开始的,用箭头表示具体的输入之后状态如何转移,线段上的标记是输入/输出组合
箭头上的标记是 输入/输出 组合
囚徒困境
前提是互相不信任
纳什均衡点不一定是整体的最优解
最优解其实就是共谋,偷东西之前就商量好,要是被警察抓了,我们就抗拒
小偷为了自己光明的前途,肯定会同意这一次的
囚徒困境费用矩阵
迭代的囚徒困境
囚徒困境的几种策略
一直合作这个策略的有限状态机
每次都合作,用一个状态的有限状态机来刻画这个乐观的策略,如图5.7所示,
- 我们第一轮从合作开始并移到状态1,如果对手在前一次的决定是C,则我们输出C并留在状态1,如果对手前一次的决定是D,同样输出C并留在状态1
以牙还牙的策略:别人怎么对你,你怎么对他
合作开始并移到状态1,如果对手前一步合作我们就合作,对手前一步背叛,我们也背叛
一牙还两牙
比以牙还牙稍微乐观和宽容,除非对手连续两步都背叛,否则我们会坚持合作
严厉策略
严厉策略很不乐观,我们乐观的以合作开始并转移到状态1,只要我们的对手合作就一直合作, 但是,如果对手背叛,我们就绝不再合作 -
严厉策略 - 只要对手背叛,我们就绝不再合作
惩罚策略
惩罚策略中,我们会因对手的背叛而报复,但是最终我们会原谅对手。如果对手背叛,我们也背叛,并一直背叛直到对手连续3次都合作,仅在对手连续3次合作之后,我们才再次合作 - 仅仅在对手连续3次合作之后,我们才再次合作!