博弈论与石头剪刀布

RPS：教科书级的范例（字面意义上）

石头剪刀布是一个有限的、二人的、零和的、同时行动的博弈。如果你上过博弈论入门课，这会是他们最早让你研究的东西之一，也是你最后才真正弄懂的东西之一。游戏看着简单，但它背后的数学有话要说。

收益矩阵（别慌）

每一次 RPS 对局都可以写成一个 3×3 的表格。赢记 +1，输记 −1，平记 0：

这是一个对称博弈：双方的选项相同，收益也相同。它不存在纯策略纳什均衡——换成人话就是：只要你有规律，就会有人能利用它。

纳什均衡：数学上完美、玩起来毫无乐趣的策略

约翰·纳什（对，就是《美丽心灵》里那位）证明了每一个有限博弈都至少存在一个混合策略均衡。对 RPS 来说，纳什均衡无聊得很漂亮：每种手势都以正好 1/3 的概率出。石头 33.3%，布 33.3%，剪刀 33.3%。

如果你做得完美，任何对手都永远无法在你身上占到便宜，而你的期望收益也永远是零。你永远不会输，也永远不会赢。这相当于博弈论版的“每一餐都吃白燕麦粥”。最优，但毫无快乐。

人类为什么做不到这一点

有意思的地方来了。研究一再表明：人类极其不擅长随机。浙江大学 2014 年的一项研究追踪了 360 名学生、每人 300 轮对局，结果发现：

• 赢了的那一手，人们会倾向于重复（赢了不变偏差）
• 输了之后，人们会改出那个本可以赢下上一局的手势（输了就换）
• 人们出石头的比例约为 36%，明显高于理论上的 33%

这些都不是随机，而是规律。而规律正是竞技 RPS 选手赖以为生的东西。完整拆解见我们的心理学指南。

贝叶斯推理：边看边学

高水平选手会使用贝叶斯推断，也就是根据你已经出过什么，不断更新对你下一手的预测。这和纳什的思路有本质区别：

• 纳什说：假设你的对手是一台完全理性的机器人。随机出手就好。
• 贝叶斯说：你的对手是一个有情绪、有习惯的人。观察他，然后利用他。

在单独一轮里，贝叶斯推理帮不上多少忙。但在三局两胜或更长的系列赛中（WRPSA 赛事的标准形式），每一手都会给你新的数据。这就像打扑克，只不过你的破绽长在手指上。

思维的层级（能挖很深）

博弈论学者把竞技 RPS 的策略分成几个层级：

• 第 0 层：随机出手。你就是一枚长了大拇指的硬币。
• 第 1 层：你根据对手刚刚出的那一手做反应。
• 第 2 层：你预判对手认为你会出什么，然后反制它。
• 第 3 层：你预判他对你的预判的预判——到这儿所有人都开始头疼了。

顶尖选手在第 3 层甚至更高的层级上运作，同时还要判断对手正打在哪一层。这就像下棋，只是更快，而且手势更多。

演化博弈论中的 RPS

侧斑鬣蜥（Uta stansburiana）有三种雄性形态，它们的交配策略正好构成一个 RPS 循环：好斗的橙喉雄性压制蓝喉，蓝喉压制黄喉，黄喉又压制橙喉。这不是比喻，而是生物学家实地记录下来的真实蜥蜴行为。

类似的动态也出现在细菌、珊瑚礁鱼类和政治竞争之中。RPS 不只是一个游戏，它是编织在生物竞争方式里的一种基本模式。大自然比我们先发明了它。

这对你意味着什么

懂博弈论不会让你在 RPS 里战无不胜，但它能帮你理解某些策略为什么有效，以及该在什么时候用。关键在于：当你读不出对手时，纳什均衡是安全的兜底；而利用“对手终究是个可预测的人”这件事，才是你赢下比赛的方式。