博弈论 on huluhuluu

策梅洛定理，必赢策略

Thu, 26 Feb 2026 00:40:00 +0800

之前聊了几个博弈论的悖论问题，这次来说一个博弈论中的经典定理——策梅洛定理（Zermelo’s Theorem）。这个定理听起来有点抽象，但它对我们理解棋类游戏有很深的启示。

1. 定理内容

策梅洛定理由德国数学家恩斯特·策梅洛在 1913 年提出，简单来说就是：

在双人、零和、完全信息、有限步的博弈中，必然存在一种最优策略，使得先手方或者后手方必胜，或者双方必然和局。

换句话说，对于围棋、国际象棋、井字棋这类游戏，理论上一定存在一个「正确答案」，只是我们还没找到。

2. 定理条件解释

让我解释一下定理中的几个关键条件：

条件	说明	例子
双人博弈	只有两个玩家	围棋、象棋 ✓
零和博弈	一方收益=另一方损失	棋类都是 ✓
完全信息	双方能看到所有信息	围棋 ✓，扑克 ✗
有限步	游戏必定结束	围棋 ✓（禁全局同形）

围棋、国际象棋、中国象棋、井字棋都满足这些条件。

3. 定理的证明思路

证明方法主要是逆向归纳法（Backward Induction）：

3.1 逆向归纳步骤

从游戏的终局开始考虑
对于每一个局面，判断当前玩家会选择哪一步
逐步向前推导，直到初始局面

3.2 以井字棋为例

终局只有三种结果：先手胜、后手胜、和局
从所有可能的三步终局反推两步的局面
再从两步反推一步
最终确定先手的最优策略

对于井字棋，结论是：双方都采取最优策略时，必然和局。

4. 对棋类游戏的启示

策梅洛定理告诉我们一个有点「残酷」的事实：

围棋和国际象棋这样的游戏，理论上已经被「破解」了。

也就是说，存在一个最优策略，可以保证某一方不败。只是这个策略太复杂，人类（甚至目前的计算机）还找不到。

4.1 井字棋：已被破解

井字棋太简单了，所有可能的状态只有 3^9 = 19683 种（实际有效状态更少）。最优策略已经被完全掌握，两个高手对弈必然和局。

4.2 国际象棋：部分破解

国际象棋的状态数大约是 10^44 种。虽然远超井字棋，但目前的超级计算机已经能计算出很多「残局库」。

对于某些特定的残局（比如王+后对王），最优策略已经完全确定。但完整棋局的最优策略还没找到，所以职业棋手仍然有存在的意义。

4.3 围棋：最难破解

围棋的状态数大约是 10^170 种，比宇宙中的原子数还多。

长期以来，人们认为计算机不可能在围棋上战胜人类。但 2016 年 AlphaGo 的出现改变了这一切。

虽然 AlphaGo 没有找到「最优策略」，但它找到了比人类更强的策略。现在，职业棋手已经无法战胜顶级 AI。

5. 游戏复杂度对比

游戏	状态数	是否破解
井字棋	~10^3	✅ 完全破解
国际跳棋	~10^20	✅ 完全破解（2007年）
国际象棋	~10^44	🔶 部分破解
围棋	~10^170	❌ 未破解

6. 一个有趣的推论

策梅洛定理有一个有趣的推论：

如果围棋已经被「破解」，那围棋比赛是不是就没有意义了？

答案是否定的，因为：

我们还没找到最优策略
即使找到了，人类棋手之间的博弈仍然精彩——就像百米赛跑，世界纪录是确定的，但比赛依然有意义
围棋的美感不仅在于胜负，还在于过程中的思考和创造

7. 小结

策梅洛定理告诉我们，在很多棋类游戏中，「正确答案」是存在的。但这并不意味着这些游戏失去了意义——寻找答案的过程本身，就是游戏的魅力所在。

关键要点：

策梅洛定理：特定条件下博弈必有最优解
逆向归纳：从终局反推最优策略
游戏复杂度：决定了「破解」的难度

而且，定理只适用于满足特定条件的博弈。像扑克、麻将这类有隐藏信息的游戏，或者电子游戏中不完全信息的场景，定理就不适用了。

这就是数学和游戏的有趣之处：有些问题有确定的答案，但找到答案的过程才是最精彩的。

如果你想深入了解策梅洛定理的数学证明，可以参考博弈论的相关教材，或者搜索「Zermelo’s theorem proof」。

疯子乘客问题：当博弈论遇上生死抉择

Thu, 26 Feb 2026 00:35:00 +0800

最近又看到一个有趣的博弈论问题，叫「疯子乘客问题」，和之前分享的蓝眼睛岛民悖论有点像，都是那种乍一看很简单，仔细一想又觉得哪里不对的题目。

1. 问题设定

故事是这样的：

你开着一辆车，车上坐着一个疯子。车行驶到一座桥上，桥下是深渊。疯子突然威胁你：

「如果你不把车开下去，我就引爆身上的炸弹，我们同归于尽。」

问题是：你相信他的威胁吗？你应该怎么做？

2. 简单分析

看起来是个选择题：

选择	结果
相信他，开下去	你死了
不相信他，继续开	如果他真的引爆，你也死了

好像怎么选都是死路一条？

但仔细想想，疯子的威胁是可信的吗？

如果疯子真的想同归于尽，他根本不需要威胁你，直接引爆就好了。 他之所以威胁你，说明他可能更希望另一种结果——比如你把车开下去，他活下来。

所以这个威胁本身暴露了他的真实偏好：他可能不想死。

3. 威胁的可信性

这就涉及到博弈论中「可信威胁」的概念。

3.1 可信威胁的条件

一个威胁要可信，需要满足两个条件：

威胁者有能力执行威胁
执行威胁对威胁者来说是最优选择（或者至少不是最差选择）

3.2 分析疯子的情况

在这个例子里：

疯子显然有能力引爆炸弹 ✓
但执行威胁是不是他的最优选择呢？ ✗

如果他的目的是「让你开车跳崖」，那当你拒绝时，他引爆炸弹——他自己也死了。这说明引爆炸弹不是他的最优选择，他可能只是在虚张声势。

4. 无穷递归

但问题来了：如果疯子知道你会这样分析，他会怎么做？

他可能会故意表现得「很疯狂」，让你相信他真的不在乎自己的性命。比如他可以：

眼神狂乱，口吐白沫
做一些非理性的行为
甚至先引爆一个小炸弹证明他是认真的

这就变成了一个「我相信你相信我相信……」的无穷递归。

4.1 理性 vs 非理性

这就涉及到一个悖论：

如果疯子是理性的，他的威胁不可信（因为引爆对他也是死）
如果疯子是非理性的，他的威胁反而可信（因为他不在乎后果）
所以表现出「非理性」反而可能是理性的选择

5. 现实中的类比

这个问题让我想到国际关系中的「核威慑」。

一个国家宣称：「如果你攻击我，我就用核武器反击。」

这个威胁可信吗？如果对方真的攻击了，反击意味着双方都毁灭，那反击还是最优选择吗？

5.1 增加威胁可信性的策略

为了解决这个问题，国家会采取各种策略来增加威胁的可信性：

策略	说明
自动反击系统	死了也要报复，消除「反击不理性」的问题
公开承诺	让退出的代价高于执行威胁
培养不可预测形象	让对手无法理性分析

6. 小结

疯子乘客问题没有一个标准答案，但它揭示了博弈论中一个重要的概念：威胁的可信性取决于双方的偏好和信息。

关键要点：

可信威胁：需要能力和激励两个条件
信号传递：表现出非理性可能是理性的选择
无穷递归：「我相信你相信我相信」的思维链条

有时候，看起来可怕的威胁可能只是虚张声势；而有时候，看似非理性的行为反而是理性的选择。

博弈论的有趣之处就在于此——它让我们思考：「如果对方也像我一样在思考，他会怎么做？」

如果你对这个问题感兴趣，可以搜索「madman theory」或者「credible threat」看看更多分析。