文/陈根
如果说,有一种决策的方法能跨越文化、种族和地域的限制,那么除了抽签这种纯靠运气的方式,恐怕只剩下猜拳了。
猜拳被长久地使用在生活中不需要太多思考的决策里,一般认为,玩家获胜的概率应该是一样的,即恒定的30%左右,从长远来看,这使任意玩家同样有可能赢、平或输。
这就是所谓的混合策略纳什均衡,在这种均衡中,每个参与者在每一轮中以相等的概率选择三个行动。
但事实可能并非如此,来自浙江大学的研究团队的研究发现,真正的玩家的策略看起来是随机的,但实际上是由可预测的模式组成的,狡猾的对手可以利用这些模式来获得重要的优势。
具体来说,研究团队开发了一个基于基于n-阶马尔可夫链的人工智能模型——Multi-AI,这意味着Multi-AI 拥有记忆性,能够向前追溯最多 n 个历史状态并加以利用。
研究人员将单个模型结合起来,应对人类玩家的不同性格和策略。
如果人类玩家连续胜利,就会促使 Multi-AI 转向选择其他人工智能模型的更优解。
如果人类玩家连续失败,大概率会转换策略,或者打破之前的出拳规律,这时 Multi-AI 也可以随之调整。
这意味着一种不同的博弈策略。
即Multi-AI 模型更强调针对不同玩家之间的个性差异、出拳策略,来及时的进行调控,选取当下最适宜的博弈策略。
最终实验结果发现,在和52名人类玩家分别大战300回合之后,人工智能击败了95%的玩家。
由于比赛规则是赢+2分,平+1分,输不得分,且参与者均知道获胜会获得金钱奖励,总分越高,赢的钱越多,因此玩家故意放水或者随便乱选的可能性极小。
即便如此,人工智能仍然大胜人类。
在最悬殊的一场较量中,人工智能获得了198次胜利,55次平手,仅输了47次,胜率超过人类对手4倍。
当然,这项关于猜拳的最新研究,成果不仅仅是一个很厉害的猜拳人工智能,还是一个很厉害的循环制衡模型分析师,这意味着人类的竞争行为确实有规律可循,而通过使用适当的简单模型就能利用这些规律。
研究人员认为,该人工智能模型未来有望拓展到其他博弈场景,比如预测竞争对手的下一步举动,规划更有效的竞选策略,或者制定更有利的定价方案等等。
(来源:陈述根本)