2026年娃娃石头剪子布测试题及答案

2026年娃娃石头剪子布测试题及答案

一、单项选择题（每题2分，共20分）1.在“娃娃石头剪子布”博弈中，若双方同时随机出招且概率均等，则娃娃对石头的期望收益为A.－1 B.0 C.1 D.22.当引入“情绪记忆”机制后，娃娃胜率提高的核心原因是A.增大了纯策略空间 B.降低了对手预测精度 C.提高了支付矩阵维度 D.减少了纳什均衡数量3.若支付矩阵满足零和性质，则下列说法正确的是A.存在唯一纯策略纳什均衡 B.双方最优策略必为混合策略 C.总收益恒为零 D.娃娃策略与石头策略完全对称4.在重复进行100局的实验中，若对手采用“胜留败转”启发式，娃娃最佳应对是A.固定出娃娃 B.周期性循环 C.高频反击石头 D.随机扰动＋贝叶斯更新5.当“娃娃”被设定为可进化策略时，其复制动态方程中不出现哪一变量A.群体比例 B.支付差异 C.突变率 D.贴现因子6.若将“石头”赋予防御属性（对娃娃伤害减半），则新的支付矩阵属于A.对称零和 B.非对称非零和 C.对称非零和 D.非对称零和7.在实验经济学中，测量被试“策略熵”最常用的指标是A.香农熵 B.基尼系数 C.赫芬达尔指数 D.分形维数8.当娃娃与石头双方同时采用Q-learning时，收敛到纳什均衡的条件是A.学习率恒为1 B.探索率线性递减 C.贴现因子小于0.5 D.状态空间无限9.若规则改为“五局三胜制”，则先胜一局者的最优后续策略倾向A.更保守 B.更激进 C.不变 D.随机化10.在“娃娃石头剪子布”的量子版本里，纠缠态的作用是A.消除混合策略 B.实现先动优势 C.提高社会总收益 D.降低策略相关性二、填空题（每空2分，共20分）11.在经典零和支付下，娃娃胜石头时收益为＋1，败时为______。12.若对手策略分布为（石头0.5，剪子0.3，娃娃0.2），则娃娃的期望收益是______。13.复制动态方程中，策略增长率与______成正比。14.当引入“情绪温度”参数T→∞时，策略选择趋近于______分布。15.实验数据显示，人类出招具有______阶滞后相关性，可被机器学习捕捉。16.若采用“后悔匹配”算法，更新依据是______与虚拟收益之差。17.在演化稳定策略（ESS）定义中，要求变异策略侵入后的极限比例趋于______。18.量子博弈中，J算子控制______角度，从而调节策略纠缠度。19.若支付矩阵对称且对角线为0，则博弈称为______博弈。20.当贴现因子δ=0.9时，无限重复博弈的平均折现收益公式为______。三、判断题（每题2分，共20分）21.娃娃石头剪子布不存在纯策略纳什均衡。22.在混合策略均衡下，各纯策略的期望收益必相等。23.若一方能观测对方微表情，则博弈转化为完全信息动态博弈。24.演化稳定策略一定是纳什均衡，反之亦然。25.增加“平局重赛”规则会提高社会总福利。26.Q-learning在零和博弈中必然收敛到Stackelberg解。27.当突变率μ>0时，复制动态系统不会出现极限环。28.在实验中被试出招序列通过Lempel-Ziv检验即可视为完全随机。29.量子策略的经典对应极限即为原混合策略。30.若支付矩阵斜对称，则博弈值必为零。四、简答题（每题5分，共20分）31.简述“情绪记忆”机制如何打破传统混合策略均衡。32.说明复制动态方程中“极限环”出现的经济含义。33.概括实验经济学中测量人类“随机性错觉”的两种方法。34.解释量子纠缠为何能在零和博弈中实现正和结果。五、讨论题（每题5分，共20分）35.结合行为经济学，讨论“胜留败转”启发式在真实金融市场中的异同。36.若将娃娃石头剪子布用于分配稀缺公共资源，如何设计机制避免策略操纵？37.当AI对手使用深度强化学习时，人类应如何重塑自身策略空间以保持竞争力？38.探讨在元宇宙场景中引入NFT奖励后，博弈均衡与社会福利的变动方向。答案与解析一、单项选择题1.B 2.B 3.C 4.D 5.D 6.B 7.A 8.B 9.A 10.C二、填空题11.－1 12.0.1 13.支付差异 14.均匀 15.一 16.实际收益 17.0 18.相位 19.对称零和 20.(1－δ)Σδ^(t－1)π_t三、判断题21.√ 22.√ 23.√ 24.× 25.√ 26.× 27.× 28.× 29.√ 30.√四、简答题31.情绪记忆记录对手历史胜负后的情绪标签，使娃娃能预测对方下一招概率偏移，从而偏离1/1/1混合比例，打破均衡。32.极限环意味着群体策略比例周期性震荡，表明系统无稳定ESS，解释现实市场中策略风格的轮动现象。33.方法一：Lempel-Ziv复杂度检验序列可压缩性；方法二：贝叶斯变化点检测寻找主观切换节点，两者均揭示人类误以为自己随机实则可预测。34.纠缠使双方策略不再独立，支付函数出现交叉项，可在保持零和名义下通过协调减少双方同时高损失概率，实现期望收益之和大于零。五、讨论题35.金融市场中的“处置效应”与“胜留败转”类似：盈利头寸过早平仓，亏损头寸过久持有。差异在于资产价格具有趋势延续，而石头剪子布无自相关性，需引入动量修正。36.可设计“策略封存”机制：参与者提前提交不可更改的混合策略哈希，事后公开验证；配合Vickrey-Clarke-Groves支付，使真实报告成为占优策略，从而抑制操纵。37.人类应缩小策略空间维度，采用高阶元策略：先以随机探针获取AI价值网络，再插入“反价值”状态，利用AI