求解策略式博弈博弈求解精要.ppt

第二部分 求解策略式博弈 第3章 剔除不可能：理性是共同知识下的博弈求解 第4章 稳定博弈：两人或三人非连续博弈中的纳什均衡 第5章 稳定博弈：N人非连续博弈中的纳什均衡 第6章 稳定博弈：连续博弈中的纳什均衡 第7章 随机策略 我们构建策略式或扩展式博弈的最终目的是研究 人们在策略情境中的行为反应。 以绑架博弈为例，我们想知道会发生绑架吗？如 果发生绑架会支付赎金吗？奥兰多能够生还吗? 为了求出这一博弈中的解，意味着要从8对可能的 策略中做出选择并回答上述问题。 我们需要剔除不合理和不可行的策略组合，然后 找出一个独特且强有 力的策略组合。解决 方案越少，我们对行 为作出的预测越精准 要推导出一个解决办法，就需要假定某个参与 者在众多的策略中是如何作出选择的。 这项工作的难度在于参与者选择策略的方式很大可 能上取决于她对其他参与者如何作出选择的判断。 我们先从对参与者的假设开始，然后研究他们 行为背后的原因。 3.1 博弈求解: 参与者是理性的 这里假定的参与者是理性的是指，参与者根据 对其他参与者会采取何种行为的信念（对其他参与者 可能做出选择的信念），会采取使自己收益最大化的 策略。 这一假定在博弈求解的情境下意味着 我们假设两位参与人都是理性的看能否预测他们的行为。 歌剧博弈中，假如斯卡比亚选择真子弹，托斯卡选择 刺杀的收益2选择屈服的收益1，所以当托认为斯用 真子弹时（信念），将选择刺杀。 同理，如果她认为斯用空弹也将选择刺杀。 所以不论托认为斯会怎么做，选择刺杀策略的收益 选择屈服策略的收益。 同理，我们将看到斯 卡比亚的理性会促使 他选择真子弹的策略。 所以对于托斯卡而言，屈服策略和刺杀策略相 比属于严格的劣势策略。也就是说，不管斯卡比亚 选择何种战略，托斯卡至少有一种策略（刺杀）带 来的收益高于选择屈服策略的收益。 而刺杀策略严格占优于屈服策略。 3.1 博弈求解: 参与者是理性的 但如果我们假定不仅参与者是理性的，而且参与 者知道他的同伴也是理性的。 前述，理性参与者在具备占优策略下会使用该策略 因此社团男生推测，因为他的伙伴书呆子是理性的， 所以会选择非常努力学习这个占优策略。 这样，社团男生就 有了占优策略— 较少努力。 3.1 博弈求解: 参与者是理性的 3.2 博弈求解：参与者是理性的 和参与者知道参与者是理性的 现在我们不仅假设这些运动员是理性的，而且 每个人都相信其他两名与动员是理性的。 这就意味着卡尔和莫里斯都相信本会使用类固醇， 因为这是他的占优策略。这样对于莫和卡来说，博 弈变成去掉本放弃类固醇的策略。 这种情况下，卡尔拥有服用类固醇的占优策略。 目前为止，莫里斯不仅知道本使用类固醇，也知道 卡尔使用。 排除卡尔不使用，其博弈变为下面策略。 因此，选择使用类固醇也成为他的占优策略。 目前为止我们通过逐步增加理性知识来求得博弈的解 《托斯卡》博弈只假设参与者是理性的就得出博弈解。 《智猪》博弈的假设不仅包含参与者是理性的，也包 括每个参与者都相信所有的参与者是理性的。 兴奋剂博弈中，运动员是否使用类固醇的策略的解， 这些都是博弈求解的一个更为普遍的准则的例证 这个准则被称为重复剔除严格劣势策略（IDSDS） 这个过程直到没有策略剔除才会最终结束。 如果某个博弈中每个参与者有无限个策略，则这个 过程会无限进行下去。 当然，通常情况下，在经过有限的步骤之后， 就不再有可以剔除的策略了，剩下的就是经过重复 剔除严格劣势策略后最终“生存”下的策略了。 如果每个参与者只剩下一个策略（至少一个） 则策略是占优可解的 ， 并且重复剔除严格劣势策略准则对行为的预测具有 唯一性。 * 第3章 剔除不可能：理性是共同知识下的博弈求解 先假设参与者是理性的； 接着进一步假设每个参与者相信其他所有的参与者也都是理性的。在此基础上，假设每个参与者都相信所有的参与者都是理性的。 3.1 博弈求解: 参与者是理性的 3.2 博弈求解: 参与者是理性的和参与者知道参与者是理性的 3.3 博弈求解：理性成为共同知识 第3章 剔除不可能：理性是共同知识下的博弈求解 3.1 博弈求解: 参与者是理性的 3.1.1 严格占优 3.1.1