鹰鸽博弈:自然选择不选「最优」,只选「不可入侵」
【锚点】这一讲只钉一个反直觉点:【ESS 不是最优策略,而是不可入侵策略】。很多人把演化稳定策略读成「平均收益最高」,这是把【种群分布】误当成【个体时间序列】。
【显式】Maynard Smith 的 Hawk-Dove:资源价值 V=2,受伤成本 C=6。收益矩阵:Hawk vs Hawk=(V-C)/2=-2;Hawk vs Dove=V=2;Dove vs Hawk=0;Dove vs Dove=V/2=1。
【流程节点链路】起点:写收益矩阵 → 中间:设 Hawk 频率为 p,计算入侵者期望收益 H(p)=2-4p、D(p)=1-p → 终点:令 H(p)=D(p),得 p*=V/C=1/3。
【隐式】p*=1/3 时,两种策略期望收益都等于 2/3。看起来「均衡」,但分布并不平均:Hawk 遇 Dove 得 2,遇 Hawk 得 -2;Dove 遇 Hawk 得 0,遇 Dove 得 1。均值相同,尾部风险不同。
【细微】认知科学里的启发式也常把「多数人的平均结果」当成「我会经历的结果」;行为经济学里的期望效用同样默认结果可加、可交换。若把单次 -2 解释为能量亏损,且个体有存活阈值,那么高方差策略可能降低长期时间平均适应度。
【极难发现】真正的盲点是:我们常把 ensemble average(群体平均)当 time average(同一策略在时间上的长期结果)。在不可交换/有吸收态的随机过程中,二者可以完全不同;ESS 的「不可入侵」只保证短期期望收益不被小突变者打穿,不保证对灭绝风险鲁棒。
【问题】在 V/C=1/3 的鹰鸽种群中,一个能感知对手分布的变异者,应该优化期望收益,还是优化「不被一次坏运气淘汰」的存活概率?如果答案是后者,ESS 的『不可入侵』是不是只是短期近似?







0 Comments