賽局理論可以應用在交通網路。我們看以下的例子:
假設有 2000 台車要從 A 到 B,圖中的箭頭都是路,箭頭旁的數學式子是走該條路要花的時間,$x$表示走開條路的車子數量。所以$\frac{x}{100}$跟走那條路的車子數量有關,你可以想成是一些比較近的巷弄,車子少的話像是捷徑,車子多就會塞車。$22$ 那兩條路你可以想成是平常沒塞車的高速公路。在這個情況下大家會怎麼選擇要開道路呢?下圖是賽局理論算出來的結果,2000 台車上下的路各分一半,此時從 A 到 B 總共要花 15 + 22 (或 22 + 15) =37 單位的時間。
如果今天政府決定在 C 和 D 之間多蓋一條路,如下圖所示,而且這條路很快,司機花極少時間通過,趨於 0。
那麼在加上這條路後,交通狀況會怎麼改變?
上圖為加上這段路後的結果。大家都走 A ⇒ C ⇒ D ⇒ B。沒有要走 $\bar{AD}$ 及 $\bar{CB}$,因為 22 > 20 啊!總路程最後會變成:20 + 20 = 40。40 > 37,總花費時間變多了!所以,路蓋越多真的對交通狀況就會變好嗎?現實的範例有興趣者可以上網查詢韓國清溪川高架的案例。
從以上這個範例,可以看出來,路不是蓋越多越好!把這個範例廣泛一點地看,我們可以推得「選項變多不一定更好」的道理。
回顧以前文章提到的囚徒困境,只要嫌犯們都不認罪,他們就難以定罪。
但警方有個很聰明的辦法,就是給囚犯引誘,多一個「認罪」的選擇。只要其中一個囚犯認罪,另一個囚犯不認罪的話,認罪的可以馬上釋放。再多了一個選擇後,賽局的矩陣變成以下:
右下角那格,也就是雙方都認罪就變成了新的均衡點。
本篇我們用路網模型和囚徒困境講述了布雷斯悖論,說明了選項越多不一定越好的這個道理。另外,這些範例還可以讓人體會賽局有一個特質,就是只要情境有一點點改變,最後結果可能就會大不相同。路網的範例中就只是多了一條路,就對結果有重大影響。