1701067670
这项研究的出发点是生物学。就像诺瓦克和梅说的，“我们认为，群体中确定的空间结构对合作的进化可能很重要 [201] ，无论是分子、细胞，还是生物”。
1701067671
1701067672
诺瓦克和梅用各种合作和背叛个体的初始设置以及不同的收益矩阵进行了实验。他们发现在有些条件下，合作和进化个体的空间分布模式有可能振荡，甚至产生“混沌性变化”， [202] 在其中合作者和背叛者共存。而在非空间性的多方囚徒困境博弈中，如果没有前面提到的元规范，最后背叛者会占据群体。在诺瓦克和梅加入空间后，合作者可以一直坚持下去，无需在博弈中加入规范或元规范。
1701067673
1701067674
诺瓦克和梅认为他们的结果表现了真实世界中的一个特性——即，空间相邻关系的存在会促进合作。在评论这项研究时，生物学家西格蒙德（Karl Sigmund）这样说道：“地域性有利于合作 [203] ……这在真实的社区中可能也是成立的。”
1701067675
1701067677
建模的好处
1701067678
1701067679
对于囚徒困境这样的理想模型的计算机仿真，如果做得好的话，会是实验科学和数学理论的有力补充。对于大部分复杂系统来说，不可能对其进行真正的实验，用数学研究也非常困难，这个时候模型就是研究它们的唯一可行途径。像囚徒困境这样的理想模型最大的贡献就是为我们提供了一把钥匙，来研究合作的进化这类没有精确的科学术语和完善定义的现象。
1701067680
1701067681
囚徒困境模型具备了前面列出的科学中理想模型的所有作用（其他复杂系统模型也可以列出类似的贡献）：
1701067682
1701067683
证明了解释某种现象的机制是不是合理。例如，霍布斯可能不会相信，在自私但具有适应性的个体组成的缺乏领袖的群体中会产生合作，而各种各样的囚徒困境模型则证明了这一点（虽然是以某种理想形式）。
1701067684
1701067685
研究简单模型在改变后的效应，引导对复杂现象的认识。各种各样的囚徒困境变体揭示了合作得以产生的条件。比如说，你可能会问，如果本来想合作的人犯了错，不小心发出了不合作的信号，打个比方，美国总统的意见被翻译成俄语时不小心弄错了，会发生什么呢？囚徒困境模型为研究这类讯息错误的影响提供了条件。霍兰德曾把这种模型比作“飞行模拟器” [204] ，可以用来验证人们的思想和改进人们的认识。
1701067686
1701067687
为新技术带来灵感。囚徒困境的研究结果——例如，合作得以产生和维持的条件——就被用来帮助改进P2P网络 [205] 和在电子商务中防止欺诈 [206] ，类似的应用还有很多。
1701067688
1701067689
引出数学理论。一些人利用囚徒困境的计算机仿真结果研究合作产生条件的通用数学理论。最近的一个例子就是诺瓦克在题为《合作进化的5条规则》的文章中所做的工作。 [207]
1701067690
1701067691
从囚徒困境这样的理想模型中得出的结论能否用于改进政府外交策略或全球变暖等问题的政策决策呢？用理想模型研究各种政策效果的想法很有吸引力，事实上，囚徒困境及其相关模型对政策分析的影响已经很大了。
1701067692
1701067693
举个例子，新能源金融（New Energy Finance）是专为全球变暖问题提供咨询的公司，这家公司最近公布了一份报告， [208] 题为《如何拯救地球：友善、报复、宽恕、明确》。报告中认为气候变化问题就是多方多回合的囚徒困境问题，各个国家可以选择合作（减少碳排放，代价是经济受损）或是不合作（什么也不做，目前来看省了钱）。这个博弈会反复进行，不断缔结新的规范碳排放的协议和公约。报告认为，各国政府和国际组织的政策应当采取“友善、报复、宽恕、明确”的原则，正是阿克塞尔罗德在重复囚徒困境中指出的成功所需的条件。
1701067694
1701067695
另外，前面介绍了，通过研究规范和元规范的模型，发现规范和元规范对维持合作都很重要。这个结果对政府制定应对恐怖主义、军备控制和环境治理等问题的政策也有影响。 [209] 诺瓦克和梅的空间囚徒困境模型则告诉人们，在许多问题中——无论是生物多样性的维持和细菌制造新抗生素的效率问题 [210] ——空间和位置对于促进合作起到的作用。
1701067696
1701067698
计算机建模注意事项
1701067699
1701067700
所有模型都是错的，但是有一些有用。 [211]
1701067701
1701067702
——伯克斯（George Box）和德雷珀（Norman Draper）
1701067703
1701067704
前面描述的模型都很简单，但是却有力地促进了科学的进步和政策的调整。它们带来了全新的认识，为研究复杂系统提供了新的途径，也让我们对怎样建立有用的模型有了更深刻的理解。不过，对于这些模型结果的意义以及它们在真实世界中的应用，却存在着一些夸大其词。因此，科学家应当仔细审视这些模型，弄清楚所得到的结果的普遍性。最好的方法就是看看这些结果是不是可重复。
1701067705
1701067706
在天文学或化学这样的实验科学中，所有重要的实验都必须是可重复的，也就是说其他科学家如果进行同样的实验要能得出同样的结果。如果实验结果没有人能重复，就不会（也不应当）被采信。不计其数的科学观点都是因为他人无法重复而被判了死刑。
1701067707
1701067708
计算机模型也必须是可重复的——也就是说，其他人重新构造所提出的模型要能得到同样的结果。阿克塞尔罗德就极力拥护这种观点，他写道：“可重复性是科学积累的基石。 [212] 必须确认得到的仿真结果是否可靠，也就是说可以从头进行复制。如果没有进行确认，所发表的结论中有些就有可能只不过是程序错误导致的，歪曲了所仿真的对象，或是分析结果存在错误所致。可重复性对于检验模型结论的稳健性也很有用。”
1701067709
1701067710
大部分研究者从内心接受这样的观点，尝试重复了许多著名的囚徒困境仿真。这其中也产生了一些有趣甚至出人意料的结果。
1701067711
1701067712
1995年，胡伯尔曼（Bernardo Huberman）和格兰斯（Natalie ；Glance）重复了诺瓦克和梅的空间囚徒困境模型。 [213] 他们的仿真只有一处改动。在原来的模型中，每一步格子上所有策略的博弈都同时进行，然后再在邻居中选择适应度最高的策略。（诺瓦克和梅必须在非并行计算机上模拟这种并行性。）胡伯尔曼和格兰斯则让一些博弈可以异步进行——也就是说，一些策略先进行博弈并选择，然后另一些策略再接着做，这样轮着来。这样简单的变化，应该说是让模型更符合实际了，他们却发现结果经常是整个网格中合作者完全被不合作者取代。穆科吉（Arijit Mukherji）、拉詹（Vijay Rajan）和斯莱格勒（James Slagle）也独立得到了类似的结果。 [214] 他们还发现，只要存在一点失误或是欺骗（例如，合作者无意或是有意地背叛），合作就无法继续。诺瓦克、梅和他们的合作者博恩霍艾弗（Sebastian Bonhoeffor）则回应说， [215] 这样的改变只有在收益矩阵取一定的值时才会导致合作者消失，而在其他情况下则不会，至少在很长的时间内都不会消失。
1701067713
1701067714
2005年，加兰（Jose Manuel Galan）和利兹奎尔多（Luis Izquierdo）发表了他们重复阿克塞尔罗德的规范和元规范模型实验的结果。 [216] 在阿克塞尔罗德的实验后已经过去了20年，计算机的性能已得到大幅提升，他们可以让仿真运行更多的周期，也可以彻底研究如果改变收益矩阵、变异概率等条件会导致什么结果。他们的结果与阿克塞尔罗德的一些结果相吻合，但也有一些结果相当不同。例如，他们发现虽然元规范在短期内会促进和维持合作，但如果仿真很长时间，不合作者最终还是会占据优势。他们还发现结果对收益矩阵等条件相当敏感。
1701067715
1701067716
我们应当怎样理解这一切呢？我认为就像伯克斯和德雷珀说的：所有模型都是错的，但是有一些对于尝试研究极为复杂的系统却很有用。独立的重复实验能够发现理想模型中隐藏的一些不切实际的假设和对某些参数的敏感性。当然重复实验本身也应当被重复检验，就像实验科学一样。最后，建模者也必须明确指出模型的局限性，以免模型的结果被误读，生搬硬套，或是过分渲染。我用囚徒困境的模型作为例子来说明这些观点，其他复杂系统的简化模型同样应当注意这些。
1701067717
1701067718
最后借用一段物理学家安德森（Phillip Anderson）在1977年诺贝尔奖授奖仪式上讲的一段话（他也是建模的先驱）：
1701067719
[
上一页 ]
[ :1.70106767e+09 ]
[
下一页 ]