冷酷触发策略

冷酷触发策略 (Grim Trigger Strategy)

冷酷触发=博弈论重复博弈核心策略→严苛惩罚→对单次背叛施无限期惩罚维持长期合作。规则：①首轮合作；②持续→只要所有对手此前全合作→继合作；③触发→一旦任一对手某轮背叛→下轮起永背叛。冷酷在不可逆→信任破→合作永不复。

囚徒困境应用与数学条件

经典囚徒困境→单次纳什均衡(叛,叛)→收益(1,1)帕累托劣于(合,合)=(3,3)。无限次重复→冷酷触发提供维持合作可能。

贴现因子$\delta\in(0,1)$→未来收益权重/博弈续概率。对手用冷酷触发→选择：①始终合作→现值$V_c=C/(1-\delta)=3/(1-\delta)$（等比级数）；②首轮背叛获$T=5$→下轮起永(叛,叛)=$P=1$→$V_d=T+\delta P/(1-\delta)=5+\delta/(1-\delta)$。

合作成均衡条件：$V_c\ge V_d$→$C/(1-\delta)\ge T+\delta P/(1-\delta)$→同乘$(1-\delta)$→$C\ge T(1-\delta)+\delta P$→整理→$\delta\ge(T-C)/(T-P)$。

代入$T=5,C=3,P=1$→$\delta\ge(5-3)/(5-1)=2/4=0.5$→只要$\delta\ge0.5$→双方理性→采纳冷酷触发→永久合作→子博弈精炼纳什均衡。

特点与比较

优点：极强威慑（永罚有效禁背叛念）；逻辑简（清晰→易理易行）。缺点：不可原谅/脆弱→背叛可能因误解/信息不全/偶然误（"颤抖手"）非恶意→冷酷不能区分→合作永破→过严不实；威慑可信度→罚阶段双方入更差(D,D)→有动机"重谈判"复合作→永叛威胁难坚守。

vs以牙还牙：TFT更仁慈→首合→逐轮复制对手上轮→罚但对手复合作即谅。vs宽容以牙还牙(Tit-for-Two-Tats)：允许一次背叛不即报→连续两次才罚。冷酷触发在寡头/卡特尔定价→为合作产生提供理论基准→但其极端性促学者发展更多弹性现实策略。