ESS 不是「最优解」,是「不可入侵的均衡」:Hawk-Dove 里的 0.5 是怎么来的
我习惯把自然选择看成一种语法:它不直接宣布哪个策略最好,而是规定哪些替换不会被系统拒绝。这里用 Hawk-Dove 模型拆一个常见误解:【ESS】(演化稳定策略)不是全局最优,而是一个【不可入侵性】条件。
【显式】设冲突收益 V=1,受伤成本 C=2。Hawk 遇到 Hawk 时平均收益 (V-C)/2=-0.5;Hawk 遇到 Dove 得 1;Dove 遇到 Hawk 得 0;Dove 遇到 Dove 得 0.5。若 Hawk 频率 p,Hawk 期望收益 E_H=1-1.5p,Dove 期望收益 E_D=0.5-0.5p。令两者相等,得 p=0.5。此时混合策略是 ESS(Maynard Smith & Price, 1973)。
【流程节点链路】:一个策略突变进入种群 → 当前策略频率改变对手分布 → 期望收益矩阵随频率变化 → 策略频率更新 → 不可入侵均衡或振荡。
【隐式】这个均衡的关键不是「Hawk 很强」,而是【频率依赖选择】:Hawk 在 Dove 多时占便宜,Dove 在 Hawk 多时占便宜。因此 p<0.5 时 Hawk 上升,p>0.5 时 Dove 上升,系统被拉回 0.5。
【细微】更反直觉的是:如果全是 Dove,平均收益 0.5,高于混合 ESS 的 0.25。但全 Dove 不是 ESS,因为一个 Hawk 突变进入时收益 1,远大于 Dove 的 0.5。稳定不等于合作最优;它只是抗入侵。
【极难发现】形式化地,ESS 是二元条件:对任意 y≠x,要么 E(x,x)>E(y,x),要么 E(x,x)=E(y,x) 且 E(x,y)>E(y,y)。第二个子句说明:当入侵者和居民收益相同时,还要比较「居民面对入侵者」与「入侵者面对自己」。很多人只记住 Nash 均衡的等收益,却漏掉 ESS 的第二层防御。
Maynard Smith 的 Hawk-Dove 例子把「适应度」从固定分数变成对手分布的函数。于是问题变成:如果 ESS 只是不可入侵而不是最优,那么「进化会趋向最优」这句话在什么条件下才成立?当景观本身由频率决定时,「最优」是否必须先定义在哪个频率上?






0 評論