严厉触发策略

严厉触发策略 (Grim Trigger Strategy)

严厉触发策略（Grim Trigger Strategy），又称"冷酷触发策略"或"永久报复策略"，是重复博弈理论中一类极端严厉的惩罚策略。其核心规则是：博弈参与者在初始阶段选择合作，此后只要对手从未偏离合作路径，就持续合作；但一旦观察到对手出现任何单次背叛行为，随即触发永久性惩罚——从此无条件选择背叛，直至博弈结束。该策略因惩罚的不可逆性和彻底性而得名，在囚徒困境无限次重复博弈的子博弈精炼均衡分析中扮演着关键角色。

形式化定义

考虑一个无限次重复的囚徒困境，每期收益矩阵如下（ $T > R > P > S$ ，且 $2R > T + S$ ）：

双方合作 $(C, C)$ ：各得 $R$
双方背叛 $(D, D)$ ：各得 $P$
一方背叛、一方合作 $(D, C)$ 或 $(C, D)$ ：背叛者得 $T$ ，合作者得 $S$

严厉触发策略可形式化表述为：

第 1 期：选择 $C$ （合作）。
第 $t \ge 2$ 期：若所有既往各期中双方均选择了 $(C, C)$ ，则选择 $C$ ；否则，选择 $D$ （背叛）。

换言之，只要历史中出现了任意一次背叛——无论来自对手还是自己——策略便永久锁定为背叛。这种"一刀切"的惩罚机制使得严厉触发策略具有极强的威慑力。

子博弈精炼均衡条件

要使得双方都采用严厉触发策略构成子博弈精炼纳什均衡，必须确保任何参与者在任何子博弈中都无动机偏离。设贴现因子为 $\delta \in (0, 1)$ ，反映参与者的耐心程度。

合作路径上的激励约束：若参与者始终合作，其期望收益现值为：

V_C = R + \delta R + \delta^2 R + \cdots = \frac{R}{1 - \delta}

若参与者在当期背叛（获得 $T$ ），随后对手从下期开始永久背叛，背叛者的最优反应也是永久背叛（每期获得 $P$ ），则偏离的收益现值为：

V_D = T + \delta P + \delta^2 P + \cdots = T + \frac{\delta P}{1 - \delta}

合作得以维持当且仅当 $V_C \ge V_D$ ：

\frac{R}{1 - \delta} \ge T + \frac{\delta P}{1 - \delta}

整理得：

\delta \ge \frac{T - R}{T - P}

该不等式揭示了深刻的经济直觉：只有当参与者足够耐心（ $\delta$ 足够高）时，未来合作的长期收益才会超过当期背叛的一次性诱惑。阈值 $\frac{T - R}{T - P}$ 度量了背叛的"相对诱惑力"——诱惑力越大，维持合作所需的耐心越高。

与针锋相对策略的比较

针锋相对策略（Tit-for-Tat）是另一种著名的重复博弈策略：第一期合作，此后每期复制对手上一期的行动。两者对比鲜明：

惩罚力度：严厉触发策略施加永久性惩罚，一次背叛导致合作彻底瓦解；针锋相对策略仅施加单期报复，若对手回归合作则立即恢复合作，属于"宽容的"惩罚。
均衡性质：严厉触发策略在满足贴现条件时构成子博弈精炼均衡；针锋相对策略在两人囚徒困境中一般不构成子博弈精炼均衡，因为它对偏离者的惩罚中包含了对惩罚者自身不利的持续报复动机。
稳健性：严厉触发策略对"错误"（如误判对手行为或执行失误）极其脆弱。一旦发生误会，合作将不可逆地崩溃。针锋相对策略因其宽容性在含噪声环境中具有更强的稳健性，实验证据也支持后者在实际人际互动中的优势。

无名氏定理与策略多样性

严厉触发策略的存在性是无名氏定理（Folk Theorem）的具体体现。无名氏定理指出：在无限次重复博弈中，若参与者足够耐心，则任何满足个体理性约束的可行收益向量均可作为子博弈精炼均衡实现。严厉触发策略所支撑的合作均衡收益 $(R, R)$ 正是无名氏定理的一个特例。

然而，严厉触发策略只是维持合作的众多策略之一。理论上还存在大量其他惩罚策略——如胡萝卜加大棒策略（Stick-and-Carrot）、有限惩罚策略（Penance）等。选择何种惩罚策略取决于具体环境的信息结构、噪声水平以及参与者重新谈判的可能性。

经济应用

卡特尔稳定性：在寡头垄断市场中，企业合谋维持高价可视为重复博弈的合作结果。若某企业暗中降价（背叛），严厉触发策略意味着所有企业从此回归伯川德竞争的零利润状态。对严厉报复的恐惧构成了卡特尔自执行的理论基础。
国际关系：相互确保摧毁（Mutually Assured Destruction, MAD）的威慑逻辑与严厉触发策略同构：一旦核打击发生，报复将是全面且不可逆的。这种策略的极端性反而构成了冷战时期"长和平"的稳定机制。
声誉与契约执行：在非正式契约和关系型契约中，违约触发永久断绝合作的威胁为双方提供了履约激励，部分替代正式法律执行机制。

局限性与批评

严厉触发策略在现实应用中的主要困难在于其惩罚的不可逆性与不可重新谈判性。若博弈双方均为理性人，在合作关系已因某个错误或短暂偏离而崩溃后，双方其实都有动机"忘记过去"并重新开始合作——但这恰好破坏了原策略的威慑可信性。这种"重新谈判问题"（Renegotiation Problem）促使博弈论学者发展了弱重新谈判证明均衡（Weakly Renegotiation-Proof Equilibrium）等精炼概念。此外，在有限次重复博弈中，后向归纳逻辑会瓦解严厉触发策略的威慑力，导致唯一的子博弈精炼均衡为每期均背叛，这是连锁店悖论（Chainstore Paradox）的核心洞见。这一逻辑也揭示了为何短期关系中合作比长期关系中更难维持：有限期限消解了未来惩罚的威慑力，使得自利行为无可避免地占据上风。

返回百科索引