博弈论基础：纳什均衡、囚徒困境、混合策略、重复博弈
博弈论，说白了就是研究「聪明人之间怎么互相算计」的学问。我刚开始接触这个领域时，觉得它离工程实践很远。直到有一次做多智能体调度系统，几个节点互相抢资源，系统直接崩溃了。嗯，那时候我才意识到——不懂博弈论，你连个负载均衡都写不好。
今天咱们聊聊博弈论的四个核心概念。它们就像四把钥匙，能帮你打开很多复杂系统的黑盒子。
1. 纳什均衡：谁先动谁吃亏
纳什均衡是个很朴素的想法：每个人都选了自己的最优策略，没人愿意单方面改变。你想想看，如果在一个系统里，每个节点都觉得自己「动一下更亏」，那这个状态就是纳什均衡。
我习惯用「停车占位」来理解它。假设两个人都想停同一个车位，谁先到谁停。如果两人同时到，那就僵住了。这时候，任何一个人单独退让，都会损失时间。所以「同时到达、互不相让」就是一个纳什均衡——虽然效率很低，但没人愿意先变。
在算法设计中，我经常用纳什均衡来检测系统是否「锁死」。比如分布式共识协议里，如果每个节点都坚持自己的提案，系统就永远达不成一致。这时候，你需要引入一个「打破均衡」的机制——比如随机退避。
2. 囚徒困境：为什么聪明人总做蠢事
囚徒困境是博弈论里最经典的案例。两个同伙被抓，分开审讯。每个人有两个选择：合作（沉默）或背叛（揭发）。收益矩阵长这样：
| 对方合作 | 对方背叛 | |
|---|---|---|
| 你合作 | 各判1年 | 你判10年，对方释放 |
| 你背叛 | 你释放，对方判10年 | 各判5年 |
从个人理性出发，背叛总是最优选择。但两个人同时背叛，结果比合作更差。这就是困境——个体理性导致集体非理性。
我在项目中遇到过类似场景。两个微服务共享一个数据库连接池，每个服务都想多占连接。如果各自为政，连接池很快耗尽，两个服务都挂掉。这就是典型的囚徒困境。解决方案？加一个全局协调器，强制限制每个服务的最大连接数——说白了，就是「不信任个体理性」。
3. 混合策略：随机化才是最优解
有些博弈没有纯策略纳什均衡。比如「石头剪刀布」——如果你每次都出石头，对手就能轻松赢你。这时候，你需要混合策略：以一定概率随机选择不同策略。
数学上，混合策略纳什均衡要求每个策略的期望收益相等。拿石头剪刀布来说，最优策略就是每种手势各出1/3的概率。任何偏离都会给对手可乘之机。
我建议在对抗性系统中重点考虑混合策略。比如网络攻防：如果你总是用同一种加密算法，攻击者就能针对性破解。随机切换算法，虽然不能保证绝对安全，但能大幅提高攻击成本。
# 一个简单的混合策略示例：随机选择防御策略
import random
def mixed_strategy_defense():
strategies = ['AES', 'RSA', 'ChaCha20']
weights = [0.4, 0.3, 0.3] # 概率分布
return random.choices(strategies, weights=weights)[0]
# 每次调用，返回的策略都不同
print(mixed_strategy_defense()) # 可能输出 'AES'
4. 重复博弈：长期合作的可能性
一次性博弈里，背叛是占优策略。但如果博弈重复进行，情况就完全不同了。因为今天的背叛，会影响明天的合作。
重复博弈的核心是「以牙还牙」策略：第一轮合作，之后每一轮都复制对手上一轮的行为。这个策略简单、有效，而且能惩罚背叛者。我习惯用它来设计P2P网络中的节点协作机制——谁不守规矩，大家就一起孤立他。
你想想看，在重复博弈中，合作其实是一种「投资」。短期背叛可能获利，但长期来看，合作带来的总收益更高。这就是为什么现实中很多竞争关系最终走向了合作——比如两家快递公司共享末端网点。
知识体系总览
下面这张图，是我梳理的博弈论核心逻辑。你可以把它当作一个「思维地图」：
这张图展示了四个概念之间的关系。纳什均衡是基础，囚徒困境是典型反例，混合策略解决随机性问题，重复博弈则把时间维度加了进来。它们环环相扣，构成了博弈论的核心骨架。
好了，这一章就到这里。博弈论是个大话题，但掌握了这四个核心概念，你已经能看懂大部分现实中的「算计」了。下次遇到系统冲突，不妨想想——这是不是个囚徒困境？能不能用重复博弈来化解？