概率游戏最优策略问询：如何最大化游戏收益

嘿，咱们来拆解这个有意思的概率游戏，看看怎么选才能拿到最多的奖励！

首先先把游戏的完整流程梳理清楚，方便咱们分析：

• 初始节点（Box 0）：二选一，要么直接拿走50，要么选择进入Box 1
• Box 1：50%概率拿到1，50%概率进入Box 2
• Box 2：二选一，要么直接拿走105，要么选择进入Box 3
• Box 3：50%概率拿到1，50%概率进入Box 4
• Box 4：二选一，要么直接拿走221，要么选择进入Box 5
• Box 5：50%概率拿到1，50%概率进入Box 6
• Box 6：二选一，要么直接拿走465，要么选择进入Box 7
• Box 7：50%概率拿到1，50%概率进入Box 8
• Box 8：直接拿到977（这是最终盒子，没有后续选项）

你提到自己计算的期望收益是62，比初始的50高，所以觉得应该一直走到最后拿Box 8的977——这个结论其实是对的！不过咱们可以从后往前倒推每个决策点的最优选择，让逻辑更严谨：

1. 从最后一个盒子开始算：Box 8固定拿977，没别的选择。
2. 看Box 7：它的期望收益是 0.5*1 + 0.5*977 = 489。对比Box 6的选项：直接拿465 vs 选Box 7，显然465 < 489，所以Box 6应该选Box 7。
3. Box 6的最优期望是489，那Box 5的期望是 0.5*1 + 0.5*489 = 245。再看Box 4的选项：直接拿221 vs 选Box 5，221 < 245，所以Box 4选Box 5更划算。
4. Box 4的最优期望是245，Box 3的期望是 0.5*1 + 0.5*245 = 123。对比Box 2的选项：直接拿105 vs 选Box 3，105 < 123，所以Box 2选Box 3。
5. Box 2的最优期望是123，Box 1的期望是 0.5*1 + 0.5*123 = 62。最后看初始的Box 0：直接拿50 vs 选Box 1，50 < 62，所以肯定选Box 1继续走。

这么一步步推下来，每个二选一的节点，选择进入下一个盒子的期望收益都比直接拿固定金额高。所以从最大化期望收益的角度来说，最优策略就是每一步都选择进入下一个盒子，直到最终拿到Box 8的977（或者中途拿到1，但从概率期望上看，这个选择是划算的）。

备注：内容来源于stack exchange，提问作者comehere112