石头剪刀布的科学：研究、实验与发现

石头剪刀布之所以被拿来研究，是因为它是最小的、不存在必胜纯策略的游戏，这让人类的“不随机”变得可以测量。机器正是利用了这一点：Iocaine Powder 在 2000 年赢下首届国际编程竞赛；如今的神经网络预测一个人下一手的准确率约为 60%，而基线是 33%；2012 年东京大学的一台机器人达到了 100% 的胜率，但它是在手成形的过程中读出手势，属于反应而不是预测。

是的，这真的是一个研究领域

石头剪刀布已经成为几十篇同行评议学术论文的研究对象。从北京到伦敦，多所大学把 RPS 当作研究人类决策、社会行为和策略思维的模型系统。有人靠这个拿了博士学位。我们没在开玩笑，他们也没在开玩笑。

浙江大学的研究（2014）

被引用最多的 RPS 研究之一来自中国的浙江大学。研究者让 360 名学生每人打 300 轮，并记录了每一次出手。他们的发现是：

赢了不变：赢下一轮的选手倾向于下一轮重复同样的手势。石头管用，那就继续石头。没坏就别修，对吧？可正是这一点让它坏掉了。
输了就换（沿循环）：输掉的选手倾向于换成那个本可以赢下自己刚才那一手的手势，沿着石头→布→剪刀的循环走。人脑显然认为，用石头输了之后的答案是改出布，而不是随机化。
平了就换：打平之后，选手倾向于换手。平局让人觉得无聊，而无聊会让人坐不住。

这些被称为条件反应策略的规律，与纳什均衡（每种各 1/3 随机）有显著偏离，同时也制造了可被利用的规律。如果你知道对手遵循“赢了不变”，你就知道他赢了之后会出什么。这就像他把答案卷递到了你手上。

Wang, Xu & Zhou (2014), Scientific Reports, doi:10.1038/srep05830

石头偏好

多项独立研究都证实石头是被出得最多的手势，占比约 35% 到 37%，高于理论上的 33.3%。为什么？

身体默认：握拳不需要动手指，那是手的静止状态。在时间压力下，人会默认选最省力的那个。生活中的大多数决定其实也是这么运作的。
心理联想：石头让人感觉强硬、有攻击性。男性选手出石头的频率更高，说明这个手势带着情绪分量。
首手偏差：石头的主导地位在一场比赛的第一手最强，那时策略思考还没启动。第一手基本上就是你的潜意识在自我介绍。

进化生物学

接下来这部分开始变得离奇。RPS 的动态出现在真实的自然界中：

侧斑鬣蜥（Uta stansburiana）：三种雄性形态以一个 RPS 循环争夺配偶。橙喉（好斗）压制蓝喉（合作型），蓝喉压制黄喉（偷袭型），黄喉压制橙喉。这些蜥蜴在打竞技 RPS，而它们自己都不知道。它们甚至没有手。
细菌：产毒素、抗毒素和易受毒素影响的大肠杆菌菌株，通过非传递性的克制关系共存。细菌在玩 RPS。这不是比喻。
珊瑚礁鱼类：珊瑚物种之间的竞争关系遵循类似 RPS 的克制链。海洋基本上就是一场巨大的、湿漉漉的锦标赛。

演化博弈论学者用这些例子说明：非传递性竞争会促进生物多样性。没有哪一种策略能独占鳌头，于是多种策略得以共存。RPS 不只是一个游戏，它是生物如何共享空间、而不至于让某一方永远赢下去的基本模式。

人工智能

被训练来和人类玩 RPS 的 AI 系统一直在赢。不是因为它们更聪明，而是因为人类可预测，而且拒绝承认这一点：

东京大学的机器人（2012）：借助高速摄像机，这个机器人在对手手型刚开始成形的最初几毫秒内就完成识别，并在不到千分之一秒内出出制胜手势。它的胜率是 100%。它也确实在作弊。但作弊得非常酷。

University of Tokyo Ishikawa Group: Janken robot project

神经科学

脑成像研究表明，一次 RPS 决策会同时激活多个脑区：

Kikuchi et al. (2007): prefrontal activity during a 15-person RPS task

游戏之外的应用

RPS 研究有一些和玩 RPS 毫无关系的实际应用：

行为经济学：理解人类在不确定条件下如何做决定
安全：设计能抵御可预测人类行为的系统
教育：教授概率、博弈论和统计思维
拍卖与机制设计：基于非传递系统的公平分配流程

全世界最简单的游戏还在不断教给我们新东西。这种成就感，你不得不服。

参考文献

浙江大学的研究（2014）

被引用最多的 RPS 研究之一来自中国的浙江大学。研究者让 360 名学生每人打 300 轮，并记录了每一次出手。他们的发现是：

赢了不变：赢下一轮的选手倾向于下一轮重复同样的手势。石头管用，那就继续石头。没坏就别修，对吧？可正是这一点让它坏掉了。

输了就换（沿循环）：输掉的选手倾向于换成那个本可以赢下自己刚才那一手的手势，沿着石头→布→剪刀的循环走。人脑显然认为，用石头输了之后的答案是改出布，而不是随机化。

平了就换：打平之后，选手倾向于换手。平局让人觉得无聊，而无聊会让人坐不住。

石头偏好

多项独立研究都证实石头是被出得最多的手势，占比约 35% 到 37%，高于理论上的 33.3%。为什么？

身体默认：握拳不需要动手指，那是手的静止状态。在时间压力下，人会默认选最省力的那个。生活中的大多数决定其实也是这么运作的。

心理联想：石头让人感觉强硬、有攻击性。男性选手出石头的频率更高，说明这个手势带着情绪分量。

首手偏差：石头的主导地位在一场比赛的第一手最强，那时策略思考还没启动。第一手基本上就是你的潜意识在自我介绍。

进化生物学

接下来这部分开始变得离奇。RPS 的动态出现在真实的自然界中：

侧斑鬣蜥（Uta stansburiana）：三种雄性形态以一个 RPS 循环争夺配偶。橙喉（好斗）压制蓝喉（合作型），蓝喉压制黄喉（偷袭型），黄喉压制橙喉。这些蜥蜴在打竞技 RPS，而它们自己都不知道。它们甚至没有手。

细菌：产毒素、抗毒素和易受毒素影响的大肠杆菌菌株，通过非传递性的克制关系共存。细菌在玩 RPS。这不是比喻。

珊瑚礁鱼类：珊瑚物种之间的竞争关系遵循类似 RPS 的克制链。海洋基本上就是一场巨大的、湿漉漉的锦标赛。

人工智能

被训练来和人类玩 RPS 的 AI 系统一直在赢。不是因为它们更聪明，而是因为人类可预测，而且拒绝承认这一点：

东京大学的机器人（2012）：借助高速摄像机，这个机器人在对手手型刚开始成形的最初几毫秒内就完成识别，并在不到千分之一秒内出出制胜手势。它的胜率是 100%。它也确实在作弊。但作弊得非常酷。

游戏之外的应用

RPS 研究有一些和玩 RPS 毫无关系的实际应用：

行为经济学：理解人类在不确定条件下如何做决定

安全：设计能抵御可预测人类行为的系统

教育：教授概率、博弈论和统计思维

拍卖与机制设计：基于非传递系统的公平分配流程

全世界最简单的游戏还在不断教给我们新东西。这种成就感，你不得不服。