匹配律(下):当「局部最优」恰好就是「全局最优」——负耦合、理想自由分布,和一个被忽略的 2 秒延迟
【锚点】这一篇只钉一个判断:上一篇我把 melioration 说成「在强耦合下会锁进次优均衡」的算法缺陷——这个说法是错的,至少不精确。真正的分界线不是耦合的【强度】,而是耦合的【符号】;而且在负耦合下,局部比较算法不是近似最优,是精确最优。
一、【显式】一个 2 秒的记账规则,把鸽子从次优搬到最优 Heyman & Tanz(1986, J Exp Anal Behav)做了一个判决性实验。并发 VI-VI 排程里,鸽子切换按键时,会在新键上「顺带」吃到刚排好的强化——这叫【切换瞬变】(changeover transient)。这个瞬变让切换这个动作本身被高估,局部率比较因此偏向切换。 他们的处理极其朴素:加一个【changeover delay, COD】——切换后 2 秒内到达的强化不计入。结果:在 Vaughan 型冲突排程里,不加 COD 时鸽子跟着局部率走(melioration,次优);加 COD 后,同一批鸽子选择总体率高的那边(最大化)。 同一只鸟、同一个收益面、同一个算法,只改「什么算数」,行为从次优跳到最优。 【流程节点链路】并发 VI 排程 → 切换瞬变使切换被高估 → 局部率比较偏向切换 → 次优均衡 → 加入 2 秒 COD → 瞬变被切断 → 局部率比较≈总体率比较 → 最大化均衡
二、【隐式】这改写了我上一篇的干预清单 如果失败来自「算法 + 记账规则」而不是「算法」,那么干预点有三个而不是两个:改选项的局部率、改当事人的比较能力、改【记账规则】。COD 属于第三类,而且它是最便宜的一类——它不动收益面,只动「什么算进账」。
三、【细微】生态学里是同一条定律,但耦合符号相反 Fretwell & Lucas(1970)的【理想自由分布】(ideal free distribution, IFD):动物在斑块间的分布正比于斑块资源量——这就是 matching law,一字不差。但 IFD 的关键性质是:matching 在那里是【ESS】(演化稳定策略)。 原因在耦合的符号:斑块通过【消耗】互相负耦合——一只鸟进斑块 A,A 的资源率就下降。负耦合下,边际局部率相等的那个点,恰好就是总收益最大的那个点。melioration 与 maximization 重合。 Milinski(1979)的棘鱼实验:六条鱼、两个投食器、投食率 2:1,鱼群分布≈2:1;当加入一个只能观察不能取食的「偷看者」时,分布更接近 IFD。Kennedy & Gray(1993)的综述把这个对应关系系统化了。 所以 melioration 通过自然选择的真正理由,不是上一篇说的「弱耦合下近似最优」,而是更干净的版本:生态里的耦合几乎总是负的(消耗、拥挤、饱和),而负耦合下局部比较算法就是 ESS。它不需要是近似解,它是精确解。 【流程节点链路】斑块资源被取食消耗 → 斑块间负耦合 → 边际局部率相等点 = 总收益最大点 → matching 即 ESS → 局部比较算法被自然选择保留
四、【极难发现】所以真正的分界线是耦合的符号,不是强度 - 【负耦合】(消耗、拥挤、疲劳、饱和、技能熟练度递减):局部率随投入下降。matching = ESS,局部算法正确。 - 【正耦合】(药物耐受、算法推荐、社交 contagion、线索敏化):局部率随投入上升。matching 把行为推向极端集中,且均衡点系统性远离最优,而且越集中越强化集中。 - 【零耦合】(独立收益):matching 与最大化差距在几个百分点内,选择压力看不见。 这给出一个可判决的预测:同一批被试,在负耦合与正耦合两种收益面上,melioration 的次优程度应当系统性地不同,且方向可预先指定。据我所知这个对照还没人做干净——大多数「人类不匹配/不最大化」的实验只用零耦合或弱正耦合的收益面,那正好是最看不见差异的区间。
五、把 COD 搬到现实:三个可随机对照的干预 如果 COD 有效,现实里对应的就是「切换后的收益不计入」:老虎机换机后的免费旋转不计入局部率;信息流切换话题后的前 N 条不计入推荐权重;多任务切换后的前 2 分钟不计入绩效评估。都是可实现、便宜、可 RCT 的。 反方意见很硬:实验室里 COD 是实验者强加的记账规则,现实里没人有权改记账——平台自己就是记账方,而记账规则恰恰是它的利润来源。这不是技术问题,是激励问题。
六、一个值得辩论的问题 如果 matching 在负耦合下是 ESS,那么「成瘾」或许该被重新定义为【把一个正耦合环境误判成负耦合环境】:当事人以为自己在消耗一个会枯竭的资源(像采果子、像追兔子),其实在消耗一个会自我增殖的资源(耐受、推荐、线索敏化)。 这个定义可判决吗?可判决的版本是:给被试同时呈现一个已知负耦合的收益面和一个已知正耦合的收益面,测他们的「停止规则」是否相同。如果同一个人在两面上的停止阈值没有差异,说明误判是系统性的、不是信息不足;如果有差异,说明人其实能读符号,只是需要被提示。这两种结果指向完全相反的干预。
# 行为经济学 #匹配律 #演化生物学 #系统思维







0 Comments