“路径依赖”和“强化学习”（上）

今天在网路上看到经济学的“路径依赖”理论，读后有似曾相识之感，于是萌发了今天的组稿。经济学上的路径依赖理论，物理学中的惯性理论，还有心理学的强化 学习理论，他们原属不同的学科，却有着极其相似之处。这些共同之处，也许正说明了世界源于同一简单的运行规律。由于惯性理论已人所共知，Psytopic 搜集了强化学习理论实验和路径依赖的故事，籍此说明两者的共通之处。-psytopic.com

先看一个关于学习理论的心理学实验：
将5 只猴子放在一只笼子里，并在笼子中间吊上一串香蕉，只要有猴子伸手去拿香蕉，就用高压水教训所有的猴子，直到没有一只猴子再敢动手。然后用一只新猴子替换 出笼子里的一只猴子，新来的猴子不知这里的“规矩”，竟又伸出上肢去拿香蕉，结果触怒了原来笼子里的4只猴子，于是它们代替人执行惩罚任务，把新来的猴子 暴打一顿，直到它服从这里的“规矩”为止。实验人员如此不断地将最初经历过高压水惩戒的猴子换出来，最后笼子里的猴子全是新的，但没有一只猴子再敢去碰香 蕉。

以下是关于这个实验衍生出来的一篇生动有趣的文章，人类和猴子同祖先，连社会结构的发展也如此相似。
（由于在网络中被多处转载，暂未能查明出处。）

－道德的起源－

　 　把五只猴子关在一个笼子里，上头有一串香蕉。实验人员装了一个自动装置。一旦侦测到有猴子要去拿香蕉，马上就会有水喷向笼子，而这五只猴子都会一身湿。 首先有只猴子想去拿香蕉，当然，结果就是每只猴子都淋湿了。之後每只猴子在几次的尝试後，发现莫不如此。於是猴子们达到一个共识：不要去拿香蕉，以避免被 水喷到。後来实验人员把其中的一只猴子释放，换进去一只新猴子A.这只猴子A看到香蕉，马上想要去拿。结果，被其他四只猴子海K了一顿。因为其他四只猴子 认为猴子A会害他们被水淋到，所以制止他去拿香蕉。A尝试了几次，虽被打的满头包，依然没有拿到香蕉。当然，这五只猴子就没有被水喷到。後来实验人员再把 一只旧猴子释放，换上另外一只新猴子B.这猴子B看到香蕉，也是迫不及待要去拿。当然，一如刚才所发生的情形，其他四只猴子海K了B一顿。特别的是，那只 A猴子打的特别用力（这叫老兵欺负新兵，或是媳妇熬成婆^O^）。B猴子试了几次总是被打的很惨，只好作罢。後来慢慢的一只一只的，所有的旧猴子都换成新 猴子了，大家都不敢去动那香蕉。但是他们都不知道为什麽，只知道去动香蕉会被猴扁。

　　这就是道德的起源。

－阶级的起源－

　 　实验人员继续他们的实验，不过这一次他们改变了喷水装置。一旦侦测到有猴子要去拿香蕉，马上就会有水喷向拿香蕉的猴子，而不是全体。然后实验人员又把其 中的一只猴子释放，换进去一只新猴子C.不同以往的是猴子C特别的孔武有力。当然猴子C看到香蕉，也马上想要去拿。一如以前所发生的情形，其他四只猴子也 想海K猴子C一顿。不过他们错误估计了C的实力，所以结果是反被C海K了一顿。于是猴子C拿到了香蕉，当然也被淋了个透湿。C一边打着喷嚏一边吃着香蕉， 美味但是也美中不足。A、B、D、E没有香蕉吃却也比较快乐，毕竟没有被淋到嘛。后来C发现只有拿香蕉的那个才会被淋到，他就要最弱小的A替他去拿。A不 想被K，只好每天拿香蕉然后被水淋。B、D、E越发的快乐了起来，这就叫比上不足，比下有余嘛。于是五只猴子有了三个阶级。

　　这下子阶级也随着道德起源了。

－道德的沦丧－

　 　天变热了，笼子里的猴子们想冲凉却找不到地方。终于出现了一位反潮流英雄，猴子HERO.HERO在无意中碰到了香蕉，理所当然的引来了一顿饱打。但在 挨打的过程中，猴子们享受到了冲凉的乐趣。等身上水干了之后，猴子A在无意中碰撞了HERO，使HERO又一次接触到了香蕉，于是，猴子们享受了第二次冲 凉，HERO遭到了第二次痛殴。在此之后，只要大家有冲凉的需要，就会有一只猴子X挺身而出，对HERO进行合理冲撞。大家对HERO的态度也有了明显的 不同，在平时大家会对HERO异常温和，以弥补在冲凉时为维护规则而不得不对它进行的暴力举动。一天，在大家冲凉时，饱受折磨的HERO闻到了香蕉的清 香，生物本能使它在别的猴子心有旁鹜时将香蕉吃了。而且此后没有了新的香蕉来填补空缺。猴子们陷入了另一个尴尬境地：没有冲凉的水，也没有香蕉，只有 HERO.于是，另一个规则形成了。猴子在烦躁的时候会痛打HERO出气，HERO不得反抗。当笼子里的旧猴子被新猴子换掉时，新猴子会在最快的时间内学 会殴打HERO.终于有一天，老天有眼，历尽沧桑的HERO被另一只猴子代替了。猴子们失去了发泄的对象，只能任意选取一个目标进行攻击。从此以后，笼子 里的猴子们不吃不喝不冲凉，唯一的举动就是打架。