博弈论 on kenji.blog

新建了道路，为何拥堵反而恶化了？：布雷斯悖论

Thu, 10 Sep 2026 21:00:00 +0900

早晨的通勤高峰。每天都在因道路拥堵而烦躁的你，收到了一个好消息。 “为了缓解拥堵，城市规划部门建设了最新的捷径道路！” 所有人都应该期待着，从明天起能多睡一会儿了。

然而到了第二天，新道路一开通，情况不但没有好转，反而引发了比以前更严重的大拥堵，导致所有人的通勤时间都变长了。

这并不是都市传说，也不是行政规划的失败案例。这是由德国数学家迪特里希·布雷斯（Dietrich Braess）在1968年通过数学证明的，网络理论中著名的现象——“布雷斯悖论（Braess’s Paradox）”。

悖论模型：4,000名通勤者

为什么会发生“道路增加了，所有人却变慢了”的现象呢？让我们用一个简单的数学模型来确认一下。

有4,000名司机从起点（居住区）前往终点（办公区）。最初，只有以下两条路线（上路线・下路线）。

上路线：通过狭窄道路 $A$，之后通过宽阔的高速公路 $B$。
下路线：通过宽阔的高速公路 $C$，之后通过狭窄道路 $D$。

“狭窄道路”在车辆增加时会发生拥堵，因此所需时间为“行驶的车辆数 $\div 100$”分钟。 “宽阔的高速公路”无论来多少车都不会拥堵，时间始终固定为“45分钟”。

【道路建设前】的所需时间

司机们都很聪明，所以会尽量选择稍微快一点的路线。结果是，4,000人均匀地分流到上路线（2,000人）和下路线（2,000人）。

上路线的所需时间：$\frac{2000}{100}$ 分钟（狭窄道路） + $45$ 分钟（高速） = $65$分钟
下路线的所需时间：$45$ 分钟（高速） + $\frac{2000}{100}$ 分钟（狭窄道路） = $65$分钟

无论选择哪条路线，所有人的所需时间都稳定在“65分钟”。

捷径道路的陷阱

此时，假设市长建设了一条“从中转点1到中转点2，所需时间为0分钟（瞬间）即可到达的梦幻超高速快速通道”。

司机们获得了新的路线选择。站在起点的司机会这么想： “比起走高速公路C（45分钟），走狭窄道路A还是好些。因为最坏的情况下，即使4000人全都选择A，也只需要40分钟（4000/100）。”

因此，4,000人全都会驶向“狭窄道路A”。到达中转点1后，他们又会想： “比起走高速公路B（45分钟），通过新快速通道（0分钟）走狭窄道路D还是好些。因为最坏的情况下就算所有人走D也只需要40分钟。”

因此，4,000人全都会通过“新快速通道”驶向“狭窄道路D”。

【道路建设后】的所需时间

所有人都做出了“对自己最快（最合理）的选择”的结果是，所有人都走了相同的路线（A → 新快速通道 → D）。

我们来计算一下所需的总时间。

狭窄道路 $A$：$\frac{4000}{100} = 40$分钟
新快速通道：$0$分钟
狭窄道路 $D$：$\frac{4000}{100} = 40$分钟
合计：$80$分钟

没想到，尽管修建了便利的新捷径，所有人的通勤时间却从“65分钟”恶化到了“80分钟”。

你可能会想：“只要有一个人去走旧路线不就好了吗？”但如果有一个人选择了旧的绕远路线（45分钟+40分钟=85分钟），会比现在的80分钟还要慢，所以没有人会去改变路线。这在博弈论中被称为达到了**“纳什均衡”**。所有人采取了对自己最优行动的结果，就是整体陷入了最糟糕的局面。

现实世界中的实例

布雷斯悖论不仅是纸上谈兵，在现实的城市交通和网络系统中也已被多次观察到。

1969年德国斯图加特：为了缓解交通拥堵而修建了新道路，拥堵却随之恶化。最终，将那条新道路封闭后，交通状况反而得到了改善。
1990年纽约：在世界地球日的活动中，作为拥堵重灾区的“42街”被完全封闭。然而出乎交通专家预料的是，曼哈顿整体的拥堵得到了戏剧性的缓解。
通信网络：在互联网路由或电网中也可能发生同样的现象。有时刚添加新的电缆或线路，数据包就会集中涌向“被认为是最佳的最短路径”，从而导致整个网络瘫痪。

布雷斯悖论精彩地展现了复杂社会系统中的困境：“个人合理选择（利己主义）的集合”，未必能带来“整体的最优结果”。有时，“剥夺选择项（自由）”反而能符合所有人的利益。

纽科姆悖论：面对能预见未来的超人，你能赢吗？

Thu, 10 Sep 2026 08:00:00 +0900

1. 终极选择游戏

在你的面前，出现了一个自称“欧米茄（Omega）”、拥有超智能的外星人。欧米茄是分析人类行为的专家，拥有**“能以几乎100%的准确率预测对象下一步会做什么选择”**的可怕能力。在过去的实验中，欧米茄的预测从未失误过。

欧米茄在你面前放了两个箱子。

箱子A：透明的箱子。里面必定装着**“10万日元”**。
箱子B：看不见里面的箱子。里面要么装着**“1亿日元”，要么是“空的（0日元）”**。

欧米茄要求你从以下两种行动中选择一种。

选择1“拿走两个箱子”：可以得到箱子A的10万日元和箱子B里面的东西。
选择2“只拿走箱子B”：只能得到箱子B里面的东西。必须放弃箱子A的10万日元。

光听这些，谁都会决定“拿走两个箱子”。但是，欧米茄加上了一个可怕的“规则”。

【欧米茄的规则】

“昨天，我已经预测了你今天『会做出哪个选择』，并据此在箱子B里放好了东西。如果你贪心，我预测你会『拿走两个箱子』，我就把箱子B空着。如果你不贪心，我预测你会『只拿走箱子B』，我就在箱子B里放了1亿日元。”

那么，你现在必须做出选择。 你是应该“拿走两个箱子”？还是应该“只拿走箱子B”呢？

2. 激烈碰撞的两种“完美逻辑”

这个问题由物理学家威廉·纽科姆（William Newcomb）在1969年提出，并由哲学家罗伯特·诺齐克（Robert Nozick）发表。一经发表，全世界的天才数学家和哲学家们的意见就“一分为二”，引发了巨大的争论。

因为，这两个选项都存在着“绝对无法反驳的、完美的逻辑”。

逻辑之1：“只拿走箱子B”派的主张（期望值最大化）

“欧米茄的预测准确率不是几乎100%吗？既然如此，就应该像过去的数据那样相信欧米茄。如果我选择了『拿走两个』，欧米茄早就看穿了这一点，结果只能拿到区区10万日元。如果我选择了『只拿走箱子B』，欧米茄早就看穿了这一点，结果能拿到1亿日元。 10万日元和1亿日元，傻子都知道想要哪个。所以绝对应该『只拿走箱子B』！”

这种想法基于相信过去统计数据和期望值的“期望效用理论”。

逻辑之2：“拿走两个箱子”派的主张（优势策略）

“等一下。欧米茄预测并把东西放进箱子B里，是**『昨天』**的事吧？这就意味着，在现在的时点上，箱子B里要么『装了1亿日元』，要么『是空的』，这已经是确定的事实，绝对不会再改变了。

情况1：如果箱子B里已经装了1亿日元，选择『拿走两个』能得到1亿10万日元，选『只拿B』只有1亿日元。情况2：如果箱子B已经是空的，选择『拿走两个』能得到10万日元，选『只拿B』就是0日元。

不管是哪种情况，选『拿走两个』都绝对能多拿10万日元不是吗！事到如今，不管自己选哪个，昨天欧米茄的行为又不可能像坐时光机一样被改写。所以绝对应该『拿走两个箱子』！”

这种想法基于博弈论中的“优势策略（Dominant Strategy）”，即“无论对手采取什么行动，自己都选择对自己最有利的选项”。

3. 你相信“自由意志”吗？

“只拿走箱子B派”和“拿走两个派”。听了双方的理由，你认为哪一方是正确的呢？

实际上，这个悖论直到现在也不存在“数学上完美的唯一正确答案”。因为在这个问题的根基处，隐藏着人类最大的哲学之问——“决定论 vs 自由意志”。

回答“只拿走箱子B”的人（决定论者）

做出这个选择的人，在潜意识中接受了**“决定论（这个世界的一切未来从一开始就注定了）”**。欧米茄能100%预测未来，意味着你现在的决定并不是由“你的自由意志”选出来的，而是“根据宇宙的物理法则或大脑神经元的运动，从昨天开始就已经注定了你会这样选”。既然未来无法改变，那么顺应欧米茄的预测，走上“只拿走箱子B的命运”，就是最合理的想法。

回答“拿走两个箱子”的人（自由意志论者）

做出这个选择的人，在潜意识中相信**“自由意志（未来可以通过自己的选择来开创）”**。正因为相信“无论昨天欧米茄的预测是什么，都可以凭借自己现在的意志来改变选择”，所以才会做出“与已经确定内容的箱子无关，在这一瞬间做出能多拿10万日元的行动”。即便结果真的被欧米茄预测中了而导致箱子是空的，他们也有着“这是做出了逻辑上正确的行动的结果，所以没办法”这种能说服自己的逻辑。

4. 时间旅行与因果的崩溃

让纽科姆悖论变得更加复杂的，是“因果律（有因必有果）”的倒转。

在我们所生活的常识性世界中， “我今天的选择（原因）”创造了“明天的结果”。

但在欧米茄的游戏中，看起来却是“我今天的选择（原因）”决定了“昨天欧米茄的行动（结果）”。发生了一种未来行动决定过去事实的“逆向因果律（向后因果关系）”。

如果宇宙中真的存在欧米茄这样“完美的预测者”，那么连我们所坚信的“时间从过去流向未来”的常识也会随之崩溃。

5. 总结：思想实验揭示的人类“合理性”

你会打开哪个箱子呢？

尽管这个悖论被提出已经过了半个多世纪，但在哲学和经济学的问卷调查中，“拿走两个派”和“只拿B派”依然奇妙地各占一半左右。而且有趣的是，两个阵营的人都由衷地相信“对方的逻辑完全破产了，是个傻子”。

“什么是合理的判断？” 无论经济学和数学发展到什么程度，最终都会归结到“人类如何看待这个世界”这一哲学问题上。纽科姆悖论，就是一个揭示逻辑极限、极其刁钻又美妙的思想实验。

囚徒困境：为什么我们会做出“两败俱伤”的选择？

Thu, 10 Sep 2026 03:00:00 +0900

1. 终极选择：保持沉默，还是背叛？

你和共犯朋友因为涉嫌某项犯罪被警察抓获。两人被分别关在不同的审讯室里，彼此之间完全无法联系。

由于警方没有掌握充分的证据，检察官分别向你和朋友提出了如下的“认罪协商”：

如果双方都“保持沉默（合作）”： 因证据不足，两人都只需判 1年监禁。
如果你“招供（背叛）”，而朋友“保持沉默”： 配合调查的你将 无罪（立即释放），而朋友将承担所有罪名被判 10年监禁。（反之亦然）
如果双方都“招供（背叛）”： 因为两人都认罪了，稍微减轻刑罚，两人都被判 5年监禁。

那么，你会怎么做？是选择“保持沉默（与对方合作）”？还是选择“招供（背叛对方）”？

2. 收益矩阵分析

让我们把这种情况整理成博弈论中使用的“收益矩阵”。表格中的数字代表了（你的监禁年数, 朋友的监禁年数）。负数表示损失（监禁年数）。

你 \ 朋友	保持沉默（合作）	招供（背叛）
保持沉默（合作）	(-1, -1)	(-10, 0)
招供（背叛）	(0, -10)	(-5, -5)

客观来看，两人应该采取的最佳行动显而易见。 如果两人都“保持沉默”，总刑期只有2年（-1和-1）。 这是使整体利益最大化的“帕累托最优”状态。

然而，如果你是一个“试图使自身利益最大化的理性人”，得出的结论将截然不同。

3. 为什么“背叛”会成为理性的选择？

让我们试着预测身处另一房间的“朋友”的行动，来追踪你决定自己行动的思考过程。

情况1：预测朋友会“保持沉默”时

如果自己也“保持沉默”，判刑1年。
如果自己“招供”，无罪（立即释放）。 $\rightarrow$ 因为无罪更好，所以**“招供（背叛）”**是最佳选择。

情况2：预测朋友会“招供”时

如果自己“保持沉默”，判刑10年。
如果自己“招供”，判刑5年。 $\rightarrow$ 因为判5年更好受些，所以依然是**“招供（背叛）”**为最佳选择。

你发现了吗？无论对方采取什么行动，对你来说“招供（背叛）”总是更有利的。这在博弈论中被称为**“占优策略”**。

你的朋友也处于完全相同的境地，也会进行同样理性的思考，因此对朋友来说“招供”也是占优策略。

结果就是，经过理性思考的两人，必然都会选择互相“招供（背叛）”。导致的结果是，最终两人 都被判5年监禁（-5, -5），从整体来看这是一个接近最糟糕的结局。如果两人合作（保持沉默）本来只需判刑1年，但追求个人理性的结果却是两败俱伤。

graph TD Start["选择开始"] --> Logic_You["你的理性思考"] Start --> Logic_Friend["朋友的理性思考"] Logic_You -->|如果对方沉默，招供有利
如果对方招供，也是招供有利| Betray_You["你选择招供(背叛)"] Logic_Friend -->|如果对方沉默，招供有利
如果对方招供，也是招供有利| Betray_Friend["朋友选择招供(背叛)"] Betray_You --> Result["结果：双方招供 (-5, -5)"] Betray_Friend --> Result Ideal["理想：双方沉默 (-1, -1)"] -.->|个人理性作祟
无法达到| Result style Result fill:#ff9999,stroke:#333,stroke-width:2px style Ideal fill:#99ff99,stroke:#333,stroke-width:2px

这种“在互相预测了对方的行动后，双方都没有动机改变自己策略（无可奈何）的状态”，以博弈论大师约翰·纳什的名字命名，被称为**“纳什均衡”**。

囚徒困境最可怕的一点在于，“帕累托最优（对整体最好的结果）”和“纳什均衡（个人理性的最终归宿）”并不一致。

4. 潜藏在日常社会中的“囚徒困境”

囚徒困境不仅仅是一个智力测验。我们社会中发生的许多问题都可以用这个数学模型来解释。

1. 价格战（降价竞争）

两家竞争对手企业以1000元的价格销售类似的产品。如果双方都保持1000元（合作），两家都能获得高额利润。然而，抵挡不住“比对方稍微便宜一点（背叛）来垄断客户”的诱惑，两家公司开始了价格战。结果产品变成了500元，两家公司都无利可图，陷入困境（双方背叛）。

2. 环境问题与温室气体

世界各国承诺“减少二氧化碳排放（合作）”。这是对整个地球的最优解。但是，如果只有本国“无视排放限制继续运营工厂（背叛）”，就能让本国经济快速增长。反之，如果其他国家背叛了而只有本国遵守规则，本国在经济上就会遭受巨大损失。结果，每个国家都因为害怕吃亏而选择背叛，地球环境不断遭到破坏。

3. 体育界的兴奋剂问题

理想情况是所有运动员都不使用兴奋剂（合作）。但是，出于“对手可能在使用兴奋剂”的疑神疑鬼，以及“只要自己用了就能赢”的诱惑，最终选择了使用兴奋剂（背叛）。结果陷入了所有人都在损害健康、依靠药物比赛的最糟糕局面。

5. 有解决办法吗？“一报还一报策略”

在单次交易中，“背叛”总是理性的选择。然而，如果变成了“与同一对手多次重复的博弈（重复囚徒困境）”，情况就会发生戏剧性的变化。

20世纪80年代，政治学家罗伯特·阿克塞尔罗德举办了一场计算机锦标赛，让编有各种策略的程序进行对战。在世界各地学者提交的“总是背叛”、“随机背叛”、“宽恕对方”等复杂策略中，以压倒性成绩获得冠军的，是最简单的**“一报还一报策略（Tit for Tat）”**。

一报还一报策略的规则仅此而已：

第一次必须“合作”。
从第二次起，直接模仿上一次“对方采取的行动”。
- 如果对方上一次合作了，这次我也合作。
- 如果对方上一次背叛了，这次我也背叛并进行报复。

这个策略之所以强大，是因为它具备了4个特点：“绝对不主动背叛（善良）”、“遭到背叛立即惩罚（严厉）”、“对方改过自新立刻原谅（宽容）”、“结构简单容易让对方理解（明了）”。

在人际关系和国际社会中也是如此，只要以长期关系为前提，通过共享像“一报还一报策略”那样**“基本以合作为主，但对背叛给予惩罚”**的规则，就能克服囚徒困境，建立起合作关系。

6. 总结：数学告诉我们“信任”的价值

囚徒困境用数学证明了，“人类利己的理性”有时会将整个社会推入不幸的深渊。 “只想自己占便宜”或者“不想被别人算计”的个人理性，最终会导致作茧自缚的结果（纳什均衡）。

但同时，博弈论也告诉我们，只要具备“关系长期持续”这一条件，“互相信任与合作”才是最终能使自身利益最大化的最合理的策略。

当你下次犹豫“要不要就自己稍微耍点小聪明”时，不妨回想一下这个囚徒困境的收益矩阵。因为追求眼前利益的“理性背叛”，从长远来看也许是最不理性的选择。