小电驴博弈趣事

我有个朋友，跟我说了很多骑小电驴的趣事，很有意思。既然是我朋友说的，那么下面的第一人称转述的对象就都是我那个朋友。

汽车 vs 小电驴

当你是汽车司机的时候，小电驴永远让你体验到“无能狂怒”。

你开得好好的，前方突然冲出一辆电驴，速度之快、角度之诡异，让你不得不急刹一下，车里的乘客也跟着一起摇摆，嘴里不约而同冒出一句温暖的问候。

但骂完你也知道没用，小电驴在路上那么多，保证你每次骂的对象都不重样。

更讽刺的是，当你没有小电驴的时候，才会骂小电驴不守规矩；当你拥有了小电驴，你在那个场合下，内心想的一定是： “这里还有条缝，可以钻。” “后方汽车还有10米，前车可以超。”

这是一场典型的不对称博弈（asymmetric game）：汽车承担高事故成本，而小电驴承担的是“拍一下屁股继续走”的成本。于是两个主体的最优策略自然不同：

• 汽车的最佳策略趋向“让”，
• 小电驴的最佳策略趋向“抢”。

小电驴 vs 红绿灯

小电驴闯红灯的成本几乎为零。如果前方没有车，他们的行为往往只有一句话：“冲。”

但是，这个“冲”背后所包含的博弈，自动驾驶5年内学不来，下面我来列举一二：

1. 预判型闯红灯： 当外卖小哥发现绿灯转黄灯了，他预判，到达路口的时候正好转红，小哥必冲。 他深知，此时所有车都停下，是最安全的窗口期。 对向车转绿至少还要 2 秒，对向车到达冲突点还需 5 秒，而这 5 秒，他已经跑出 50 米外。

   在每一个“红灯即将到来”的子状态中，小哥都选择让自己收益最大、风险最小的动作——冲。

2. 集体等待现象： 当你到一个路口，发现周围都没有汽车，而小电驴们都在规矩等红灯，这里面居然还包括外卖小哥。这时候你怎么博弈？必然不能冲，因为前面必有交警。

   这是非常典型的贝叶斯信念更新（Bayesian updating）： 当你观察到“不符合常识的行为”——小电驴们居然自觉遵守规则，你就必须推断“路口存在隐性高风险（交警）”。 于是你的最优策略是：等。

小电驴 vs 小电驴

“顺行要5分钟，逆行只要1分钟。”

路上总免不了看到两个小电驴面对面抽搐的情况：一个正向行驶的小电驴遇上一个逆向行驶的小电驴，两人都极具礼貌，同时往左让行，发现不对，然后掉头往右让行，如此往复，走成一个 Z 字型，宛如在马路上抽搐。

这里面其实是典型的协调博弈（coordination game），双方都想让，但不知道对方要往哪边，让左、让右都是可行均衡，只是两人不断选错，导致陷入短暂的震荡均衡（oscillating equilibrium）。

从外人看像抽搐，其实是双方在不断迭代最佳回应（best response），只是都算得有点慢。

小电驴 vs 行人

与小电驴 vs 小电驴不同，当小电驴遇上行人，往往都是行人在原地等，由小电驴决定前进路径。 这是因为这里存在经典的顺序博弈（sequential game）：行人先动反而风险更高，而小电驴的策略集合更大——它可以左绕、右绕、擦边、或者倏忽停顿一下。 在这种信息结构下，行人的最优反应函数是：不动。 而小电驴则拥有“移动优势（first mover advantage）”，最终由它来决定整个路径如何演化。

配图Prompt： 构造一幅微观城市景观，风格模仿疯狂动物城2，里面的画面是：在一个路口，有好多电动摩托车在等红灯，每个人都戴着头盔。8K分辨率，比例4:3