文獻：
Ong， W。S。， Madlon-Kay， S。 & Platt， M。L。 Neuronal correlates of strategic cooperation in monkeys。 Nat Neurosci 24， 116–128 （2021）。
DOI：
https：//doi。org/10。1038/s41593-020-00746-9
作者：Veronica
|
封面：
Leprvic SV
你可能聽說過經典博弈論中的納什均衡和囚徒困境，但你知道“
小雞博弈
”（chicken game）嗎？因為小雞在英文中有懦夫的意思，所以它也被稱為“懦夫博弈”。在小雞博弈中，兩名駕車手沿著一條直路相對而行，兩個人中如果一個人首先轉向，他就是博弈中的懦夫，只能得到很少的獎勵，另一方勝出得到最大的獎勵；如果兩人一起轉向，則合作成功，兩人都能拿到中等程度的獎勵；如果兩個人都不轉向，則兩車相撞，雙方都沒有獎勵。
你可能認為“小雞博弈”是個數學問題，而最近一篇發表於《自然-神經科學》的文章告訴我們，當沃頓商學院和神經生物學院雙料教授Micheal Platt的研究團隊遇到小雞博弈時，他們自有另一種開啟方式：在這個研究裡，恆河猴變成了螢幕前的賽車手，獎勵變成了不同數量的果汁，為了研究社交場景對決策的影響，每位選手或面對真猴，或面對假猴、或面對計算機來開始遊戲。並且，為了給“賽車猴”提供更多的資訊，在一半的試驗中，螢幕中的小車影象上會出現與自身選項（直行或者轉彎）相同方向的視覺訊號提示。
-Ong et al。， Nat。 Neurosci -
在經過一段時間的試驗之後，“賽車猴”雙方都達到了納什均衡，即
此時任意一方單方面改變策略都不能得到更多的好處
。研究者還發現，“賽車猴”在試驗開始後的500毫秒內大部分時間都在看直行和轉彎選項，並且有將近30%的時間在看對方的賽車。而相比於假猴和計算機，
兩隻真“賽車猴”在對峙時會花更多的時間看對方的臉
。更有趣的是，如果這一次遊戲中對手沒有合作，“賽車猴”看對方臉的時間會更長，似乎想從臉裡面弄清楚為什麼對方會欺負自己。
為了知道“賽車猴”在小雞博弈中是如何計算並做出決策的，研究者建立了一系列決策模型：在最簡單的
樸素強化學習模型
（naïve reinforcement learning，naïve RL）中，“賽車猴”只針對過去的獎勵歷史做固定的決策，而不考慮更多潛在的獎勵。而在其他更精細的決策模型中，研究者包括了1）考慮當前視覺獎勵刺激的
邏輯模型
（logistic），2）同時包括當前視覺獎勵刺激和獎勵歷史的
邏輯強化學習模型
（combined logistic-RL），3）推測自己和對方意圖的
意圖模型
（intentional model），4）根據推測和實際選擇誤差不斷更新決策的
策略預測誤差模型
（strategic prediction error learning，SPE-learning），以及5）包括了以上所有模型的
全模型
（full model）。他們發現，
全模型能最大程度解釋“賽車猴”的實際行為
。這說明“賽車猴”在做決策的時候是經過深思熟慮的，他們綜合考慮了過去的獎勵歷史、當前可能的獎勵、自己和他人的意圖、螢幕上對方選擇的視覺提示等等多方面因素，而絕不是一時興起的決定。
-Ong et al。， Nat。 Neurosci -
接著，研究者在“賽車猴”遊戲的時候同時記錄了顳上溝（superior temporal sulcus，STS）和前扣帶皮層（Anterior cingulate cortex，ACC）區域的神經元活性。STS和ACC被認為與非人靈長類動物的社交行為有關，因此研究者推測它們可能也在博弈遊戲中編碼對於對方心理狀態的解讀。果然，
不論“賽車猴”在博弈中有沒有看對手的臉，STS有一類的神經元都會在受到獎勵時會放電
，其中大部分神經元在獎勵來自於雙方合作的情況下，放電程度比非合作時更強烈
。而在ACC區域，有一類神經元則在非合作的時候放電程度更強烈。透過統計，他們在STS區域找到大約有50-60%的神經元在獎勵階段受到合作的調控，而這個比例在ACC裡面只有12-20%。如果用接收者操作特徵分析（Receiver operating characteristic analysis）法透過神經元放電資訊來解碼、預測“賽車猴”是否合作，則發現STS確實表現比ACC更佳（預測得更準確）。
小雞博弈中，你願意認慫、合作還是同歸於盡？如果不想當懦夫，或許你可以先問問STS的意見再做決定。
