博弈论：非完全信息的扩展性博弈,信息集

$$非完全信息的博弈：同时进行决策的情况，比如石头剪刀布$$

$$\begin{gathered} 黄色的树林里分出两条路， \\ 可惜我不能同时去涉足， \\ 我在那路口久久伫立， \\ 我向着一条路极目望去， \\ 直到它消失在从林的深处。 \\ 但我却选了另外一条路， \\ 它荒草萋萋，十分幽寂， \\ 显得更诱人、更美丽， \\ 虽然在这两条小路上， \\ 都很少留下旅人的足迹， \\ 虽然那天清晨落叶满地， \\ 两条路都未经脚印污染。 \\ 啊，留下一条路等改日再见！ \\ 但我知道路径延绵无尽头， \\ 恐怕我难以再回返。 \end{gathered}$$

信息集

信息集原来的一个分支变为多个分支,用虚线简化表示
虚线表示了第二个参与者的信息集。通常用来表示第二个参与者做选择的时候，不知道第一个参与者的选择。

将不完美信息博弈的矩阵转化为博弈树

行为策略

在 博 弈 树 中 的 混 合 策 略 是 对 每 一 组 决 策 ( 决 策 者 在 每 个 决 策 点 选 择 一 个 “ 方 向 ” ) 有 一 个 概 率 ， 比 如 A 执 行 策 略 { 南 ， 北 ， 南 ， 北 ， 南 } 的 概 率 是 30 % ， 每 个 纯 策 略 是 一 个 行 为 组 ， 为 了 更 加 灵 活 行 为 策 略 为 下 一 个 方 向 确 定 一 个 概 率 比 如 A 向 南 走 的 概 率 是 30 % ， 向 北 走 的 概 率 是 70 % 在博弈树中的混合策略是对每一组决策(决策者在每个决策点选择一个“方向”)有一个概率，\\ 比如A执行策略\{南，北，南，北，南\}的概率是30\%，\\ 每个纯策略是一个行为组，\\ 为了更加灵活行为策略为下一个方向确定一个概率\\ 比如A向南走的概率是30\%，向北走的概率是70\% 在博弈树中的混合策略是对每一组决策(决策者在每个决策点选择一个“方向”)有一个概率，比如A执行策略{南，北，南，北，南}的概率是30%，每个纯策略是一个行为组，为了更加灵活行为策略为下一个方向确定一个概率比如A向南走的概率是30%，向北走的概率是70%

一般地，混合策略与行为策略最终的概率是不同的