囚徒困境（进化优化算法）

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！