耶鲁大学《博弈论》课程——最佳对策

最佳对策 Best Response

定义：当参与者i的策略si对于所有其他策略si’，有U1(si,s-i)>=U1(si’,s-i)，此时策略si是对手的策略s-i的最佳对策。

这是一个只有两个人参加的简单博弈，参与者1有U,M,B三种策略，参与者2有L,R两种策略，两人的收益如表中所示：

这种情况下对于两位参与者没有严格优势策略和劣势策略。

我们设Px为对手（参与者2）选L的概率。

PU = Px * 5 + 0 * (1 - Px) = 5 * Px
PM = Px * 1 + 4 * (1 - Px) = 4 - 3 * Px
PB = Px * 4 + 2 * (1 - Px) = 2 + 2 * Px

所以，当Px<2/5时选择策略M，当2/5<Px<2/3时选择策略B，当Px>2/3时选择策略U。

这个时候估计对方选择L的概率很重要。

【点球】案例：

在一次足球比赛罚点球时，罚球队员可以选择L,M,R三种不同射门路径；门将可以选择扑向左路或者右路（原则上讲他也可以守在中路）。

上表表示各自的收益，其中，Lr对应的9表示当射手射向左路而门将扑向右路时，射手有90%的概率进球，-9表示门将有90%的概率丢球（10%概率射偏）。其他收益以此类推。

我们假设门将扑向右路的概率是Pr，那么门将扑向左路的概率是Pl=1-Pr。那么，射手：

	选择左路的预期收益为 EU1(L,Pr) = Pl * U1(L,l) + Pr * U1(L,l) = (1-Pr) * 4 + Pr * 9 = 4 + 5 * Pr;
	选择中路的预期收益为 EU1(M,Pr) = Pl * U1(L,l) + Pr * U1(L,l) = (1-Pr) * 6 + Pr * 6 = 6;
	选择右路的预期收益为 EU1(R,Pr) = Pl * U1(L,l) + Pr * U1(L,l) = (1-Pr) * 9 + Pr * 4 = 9 - 5 * Pr;

结论：从中路射门永远都不是一个最佳策略。不要选择在任何信念下都不是最佳策略的策略。

【合伙人博弈】案例：

两个参与者都是公司的股东，他们都持有公司的50%股份。

si表示第i个股东为公司付出的精力，i=1,2。

总收益为4 * (s1 + s2 + B * s1 * s2)，B是协同程度，所以对于每个参与者，他们能够获得的收益是1/2 * 4 * (s1 + s2 + B * s1 * s2) = 2 * (s1 + s2 + B * s1 * s2)。

我们现在来考虑参与者1，他的付出是s1^2，所以他的净收益为：2 * (s1 + s2 + B * s1 * s2) - s1^2。为了让收益最大，对s1求导得出收益导数为0的方程：s1 = 1 + B * s2。

同理，对于s2，s2 = 1 + B * s1。

我们这里设B=1/4，S=[1,4]。

这里可以看到，因为s1的范围只在1和2之间，所以[0,1]和[3,4]是s1的劣势策略（无论如何都取不到最大收益）；同理，[0,1]和[3,4]是s2的劣势策略。

所以剔除之后剩下了s1∈[1,2]，s2∈[1,2]这个区间，我们将其放大四倍，发现了和原来一样的图。然后我们就可以接待进行剔除了…

最后得到的最优点就是方程组：s1 = 1 + B * s2，s2 = 1 + B * s1（潜在条件s1 = s2）的解。得出：s1 = s2 = 1/(B-1)。我们把(1/(B-1), 1/(B-1))这个点称为【纳什均衡 Nash Equilibrium】。这意味着博弈双方彼此都不想偏离纳什均衡点，在纳什均衡点处，双方都采取彼此的最佳对策。（合伙人博弈）

（补充：但实际上，很难真正的达到这个最优点，为什么呢？ => 问题出在了边际量上，当你参与了工作并承担了边际成本，你承担了多付出的全部边际成本，却只能获得一半的边际收益，这会使你减少付出，对其他人，也都是这么想的。简单来说就是，“我的付出不仅使我受益了，同样也会让其他人受益”）