【博弈论】信竞博弈论入门笔记_SG函数_纳什均衡

目录

• 背景
• 一些资料
• 平等组合游戏
  • 约定
  • Min-Max
  • NIM
  • SG函数
  • anti-NIM
• 完全信息静态博弈
  • 约定
  • 纳什均衡（未完成求解方法）
    • 纯策略纳什均衡
    • 混合策略纳什均衡

背景

本人长期徘徊于弥补多项式短板/写字符串爽题/码毒瘤数据结构/看数学书这四件奇怪的事情上，因此水平很菜。

以前接触过一点简单的博弈论，但那实在是太简单了，就是对抗搜索（Min-Max）。

近期训练，做到了一道SAMParent-Tree上倍增之后博弈的题目，SAM都码完了，一看那个博弈，越看越慌，发现自己根本不会：何止不会，一分都拿不到。

于是开始恶补博弈论，发现很妙，但是挺好理解的。

本文因为作者被作业抓走了，暂时没有完成纳什均衡的内容。

update：发现那道促使我学习博弈论的题目是道假题，具体可以看我在anti-NIM里的内容

tip: 文章中的大量（哔——），是我为净化网络环境所作的努力（雾

一些资料

oi-wiki 基本可以博弈论入门了

SG函数入门及例题 这篇文章良心

anti-NIM问题入门 很短，anti-NIM建议把SG搞懂之后作为一个应用加深了解，但是他是（哔——）（哔——），证明有点问题。

纳什均衡的一个例子 初步演示纳什均衡在OI中的用法

纳什均衡/划线法 这篇文章我弄出来，只是为了说明划线法（哔——）得不得了

纳什均衡/靠谱计算方法 个人认为是比较靠谱的纳什均衡计算方法（疯狂diss划线法）

纳什均衡/混合策略 （FBI Warning）这玩意儿太神仙了，个人计划如果有时间找一本博弈论的书来学习这一块内容，但讲道理OI里面大概是不会出现这种东西的（搞个纳什均衡出来就不错了）。

纳什均衡/生动例子（雾 这可是我太爷爷的太爷爷关注的up主[doge]手动滑稽

相信大家看出来了，我不想写纳什均衡，于是资料收集了很多。

平等组合游戏

一些定义、约定及基本规律

• 平等组合游戏（不严谨）

  • 两个人参与，且一胜一负
  • 每个人面对所有局面的可能选择都是一样的
  • 游戏总能结束，即，可以把所有状态抽象成点，选择抽象成边，游戏会变成$DAG$
  • 一般而言不能操作者输（不能操作者赢就是anti-NIM问题）

• N-position&P-position

  • 对于一个状态，如果当前获得这个状态的人能获胜，则称之为N-position（Now）
  • 对于一个状态，如果前一个状态转移过来的人能获胜，则称之为P-position（Pre）

• 如果一个状态是N-position，则他一定可以转移到一个P-position

• 如果一个状态是P-position，则他的所有转移都一定指向N-position

Min-Max搜索

作用及简介

就是搜索平等组合游戏最暴力的方法，你能用这个方法得出几乎所有这类问题的指数级暴力算法

很基础，所以也没什么好讲的。

大致流程

先抽象状态，然后写暴力从题目给定的初始状态出发，用基本事实以及边界条件判断每个状态是N还是P。

因此，记忆化搜索是常用的。

可以结合这样一个问题来理解这个过程：

• Alice和Bob在做游戏，这个游戏是在一个$n\times n$棋盘上进行的，棋盘中每个格子都有一定的金币，Alice和Bob轮流操控一枚初始时在棋盘左上角的棋子，每人每次移动一格，并收集目标格子里的金币（重复经过可重复收集），每轮Alice移动一次之后Bob移动一次，共移动$m$轮。
• 因为Alice是mhw，所以所有金币全部归她，而Bob会一无所有。自然地，Alice希望最大化收集到的金币数，而Bob则希望最小化这个数值。
• 给出棋盘大小，每个格子里的金币数，进行的轮数，求最终Alice可以获得多少金币。

（原创题，但是也许比较经典，会在什么地方有类似的题目）

NIM问题

简介

这几乎是博弈论里面最经典的问题了。后文的SG函数以及anti-NIM问题的理解基本都要以其作为基础。

描述

现在你有$n$堆石子，第$i$堆石子有$a_i$个。两个人轮流进行游戏，每次可以从任意一堆中拿走任意数量的石子，但不能不拿，不能行动的人就输了。问是先手必胜还是后手。

结论

先手能获胜，当且仅当$a_1$ ^ $a_2$ ^ $a_3$ ^ … ^ $a_n\ne 0$

换言之，就是一个状态异或和不为0就是N-position，一个状态异或和为0就是P-position

证明

• 最终获胜者的最后一步操作，在异或和上的体现，就是从非0变成了0。

• 接下来，只要证明有这样一种方法，使得非0的异或和减去一个数字之后异或和就能变成0。

• 设当前异或和为$k$且$highbit(k)=d$（$highbit(k)=d$表示$k$在二进制下最高位为第$d$位），则必有$a_i$第$d$位是1。我们将这个$a_i$变为$a_i^{\prime }=a_i$ ^ $k$

• 考虑到$k$与$a_i$在第$d$位上都为1，因此$a_i^{\prime }$在第$d$位上为0，因此$a_i^{\prime }<a_i$，移动合法。

• 而对方在拿到了一个异或和为0的状态之后，不论怎么移动，移动完异或和必定不为0

我们就给出了一个构造性的证明。

SG函数

定义及约定

• 我们假定这样一种游戏模型：一张$DAG$上选择了$n$个点$a_1,a_2,a_3,...,a_n$，每次操作者可以选择一个点，沿着这张$DAG$的一条边走一步，不能走的人就输了，问先手胜还是后手胜。
• $mex(S)=\underset{n\in N,n\notin S}{\min }n$，就是不在集合$S$中的最小非负整数。
• s g ( x ) = m e x ( { s g ( y ) ∣ x → y } ) sg(x)=mex\left(\left\{sg(y)|x\rightarrow y\right\}\right) sg(x)=mex({sg(y)∣x→y})，其中$x\to y$这个表达可能不正规，是状态$x$可以转移到状态$y$的意思。
• 我们称一个游戏在 A = { a 1 , a 2 , . . . , a n } A=\{a_1,a_2,...,a_n\} A={a1​,a2​,...,an​}这个初始状态下的$SG(A)$为$sg(a_i)$的异或和。

定理

一个状态$A$是N-position（先手获胜），当且仅当$SG(A)\ne 0$

证明

我们发现这个东西真的与NIM问题很像。

• 考虑$DAG$上没有出边的点，其$sg$一定为0，而一个人输了，就是他拿到的状态里所有的点都没有出边。因此此时这个状态$SG=0$，是P-position。
• 考虑一个点$a$，如果$sg(a)=k$，则他能转移到的状态b中，一定有$sg(b)=0,sg(b)=1,...sg(b)=k-1$的，这一点与NIM问题很像，因为NIM中，我们也可以把一堆$k$个的石子变成$0,1,2,...,k-1$个中的任意一个。
• 那么，当我们遇到一个$SG(A)\ne 0$的状态的时候，我们可以把$sg$的值的大小看作这一堆的石子数，借用上面NIM问题的方法，把状态$a_i|highbit(sg(a))=highbit(SG(A))$，变为状态$a_i^{\prime }$使得$sg(a_i^{\prime })=sg(a_i)$ ^ $SG(A)$即可。
• 同样的，一个$SG(A)=0$的状态，进行一步改变，$SG(A^{\prime })$是一定会不等于0的。

anti-NIM

注意anti-NIM问题的结论只有在取石子游戏或者具有某种特殊性质的$SG$函数中才成立。那道促使我学习博弈论的题目就是因为其误用了anti-NIM的结论，将其错误地推广至一般情况。

取石子游戏

描述

其他条件都和一般的NIM游戏一样，只是判定胜利的条件变成了不能走的人是赢家。

定理

对于一个状态 A = { a 1 , a 2 , . . . , a n } A=\{a_1,a_2,...,a_n\} A={a1​,a2​,...,an​}：

• 若$\max sg(a_i)\le 1$，则其为N-position当且仅当$SG(A)=0$
• 若$\max sg(a_i)>1$，则其为N-position当且仅当$SG(A)\ne 0$

其中$a_i$表示第$i$堆石子的个数；在这个问题里，$sg(a_i)=a_i$

证明

• $\max sg(a_i)>1$ (Case1)
  • 若$SG(A)\ne 0$ (Case1.1)
    • 当有多个$sg(a_i)>1$时 (Case1.1.1)
      与$SG$函数里的证明差不多，我们总能将$A$变为$A^{\prime }$使得$SG(A^{\prime })=0$
    • 当只有一个$sg(a_i)>1$时 (Case1.1.2)
      我们发现修改后会造成$\max sg(a_i)\le 1$，我们应当使得$SG(A^{\prime })$不为0。假设我们沿用原来的方法，求得$a_i$应变为$a_i^{\prime }$，则我们实际应将之变为$a_i^{\prime \prime }$使得$sg(a_i^{\prime \prime })=sg(a_i^{\prime })$ ^ $1$。此时易知 s g ( a i ′ ′ ) ∈ { 0 , 1 } sg(a_i'')\in\{0,1\} sg(ai′′​)∈{0,1}，因此我们就成功转移到了一个P-position，并且$a_i\to a_i^{\prime \prime }$是合法的转移
  • 若$SG(A)=0$(Case1.2)
    • 此时一定有超过1个$sg(a_i)>1$，因此$SG$函数那里的讨论依然适用。 (Case1.2.1)
• $\max sg(a_i)\le 1$(Case2)
  • 若$SG(A)=0$(Case2.1)
    • 若存在$sg(a_i)=1$，将之变为0即可 (Case2.1.1)
    • 若不存在$sg(a_i)=1$，即所有$sg(a_i)$都是0，我们发现这就是结束状态。 (Case2.1.2)
  • 若$SG(A)\ne 0$，即$SG(A)=1$(Case2.2)
    • 要么在0和1之间改动，使得$\max sg(a_i)\le 1$且$SG(A^{\prime })=0$ (Case2.2.1)
    • 要么将一个数$a_i$改动至$a_i^{\prime }$使得$sg(a_i^{\prime })>1$，此时$\max sg(a_i)>1$且$SG(A^{\prime })\ne 0$ (Case2.2.2)

此处做详细证明，是为了后文说明方便。

推广

一个错误推广

/*一点唠叨 *\
既然，普通的NIM问题可以推广到一般的SG函数，那么，anti-NIM直觉上也是可以的。

而且你稍微想一下，会觉得如果把$sg$值看作石子个数，那么根据上文的证明，这就是成立的。

但是，事实真的与我们的直觉一致吗？

这可是反直觉的博弈论诶。

我曾经也以为这个直觉是对的，直到我详细写出了证明。
\*唠叨结束 */

• 我们定义一个anti-SG问题一般形式为：初始时，在一张$DAG$上放置了$n$个点，双方轮流行动，最终不能行动的一方获胜，给定$DAG$与初始条件，求是先手必胜还是后手必胜。
• 错误地推广来的结论：anti-SG问题中，先手必胜的条件与取石子游戏相同。

错误性证明

• 在anti-NIM的分类讨论里面，我们逐条分析，发现除了(Case2.1.2)，其他都是对的。
  （在证明中我特意把所有的石子个数都写成了$sg(a_i)$，就是为了现在不用再写一遍）
• (Case2.1.2)的条件是：所有$sg(a_i)$都为0。在取石子游戏中，我们发现这就是终止状态了，但是在一般的$DAG$中，并不是这样的。有可能非终止节点的$sg$也为0。此时，我们发现只要你进行转移，$SG(A^{\prime })$就一定不为0。
  • 如果转移后的$sg(a_i^{\prime })=1$，则根据要证明的结论，我们转移至一个P-position，还是可以的。
  • 如果转移后的$sg(a_i^{\prime })>1$，则根据要证明的结论，我们转移至一个N-position，这就不行了。
• 事情就出在这里，你不能保证一定可以转移到一个$sg(a_i^{\prime })=1$的节点。
• 由于我们这是一个数学归纳的过程，这一步的结论出错，其他所有结论就都错了，几乎无法挽救。

一个反例

这里给出一个反例，以说明我没有在说瞎话。

考虑有向图：$1\to 22\to 33\to 42\to 4$

即：

一道错题

就是那道促使我学习博弈论的题目：

题面

• 给出一个由小写英文字母构成的字符串$S$,再取$n$个字符串,它们都是$S$的子串,之后开始游戏,两人轮流操作:

  • 每次选一个串,在其后添加一个英文字母,保证添加后该串仍为$S$的子串。

• 谁不能操作谁输,或者谁不能操作谁胜（这是两种询问）。

题解（误

• 我们发现，这就是在SAM上作一般的SG游戏以及anti-SG游戏。
• 那么，第一种询问就可以随便完成，第二种询问就是假的，不可作。

推广的补救方法

我们发现，证明告诉我们，错误的原因时$sg(a_i^{\prime })$不一定可以为1。那么，如果我们在条件当中加入一条：

• 保证所有$sg=0$节点，要么是终止节点，要么一定可以转移到$sg=1$的节点

就可以了。

推广的另一补救方法

我们发现，可以修改问题本身，令获胜条件就是所有$sg(a_i)$全部都是0。

我翻资料的时候发现在网络上对于这个问题有一个名字：SJ。

完全信息静态博弈

定义

• 就是若干方博弈，所有人能做出的选择，每种选择带来的收益等一切信息所有人都知道

纳什均衡

概述

其实有四种纳什均衡：严格占优纳什均衡、重复剔除的占优策略均衡、纯策略纳什均衡、混合策略纳什均衡。

这四种是包含关系：严格占优纳什均衡<重复剔除的占优策略均衡<纯策略纳什均衡<混合策略纳什均衡

但是前两种本人不太了解，而且我认为纯策略纳什均衡已经比较容易理解了，所以我从第三个写起。

低阶版本-纯策略纳什均衡

定义

我们发现，如果现在有$n$个人在博弈，而且其中$n-1$个人的决策都确定了，则最后一个人有若干确定的最优决策和一个最大收益。

我们记一个局面 S = { s 1 , s 2 , . . . , s n } S=\{s_1,s_2,...,s_n\} S={s1​,s2​,...,sn​}，其中$s_i$表示第$i$个人的决策。

我们为了方便，记$u_{S,i}$表示在局面$S$下第$i$个人的收益。（这个记法不正规，但是正规的有点烦）

由此，我们称一个局面 S = { s 1 , s 2 , . . . , s i , . . . , s n } S=\{s_1,s_2,...,s_i,...,s_n\} S={s1​,s2​,...,si​,...,sn​}为纳什均衡当且仅当：

• 对于每一个人$i$，都不存在 S ′ = { s 1 , s 2 , . . . , s i ′ , . . . , s n } S'={\{s_1,s_2,...,s_i',...,s_n\}} S′={s1​,s2​,...,si′​,...,sn​}使得$u_{S^{\prime },i}>u_{S,i}$
• 换而言之，就是每个人在其他人决策不变的情况下，都取到了可能的最佳结果。

举个栗子

• 现在有JSOI王国（简称J）正在和SAO（简称S）王国战略对峙，双方都初步掌握了卡常技巧，但是世界上其他人全都不会卡常，因此他们就取得了巨大优势，所有人都打不过它们，他们因此不受任何人的管束，可以随意瞎搞，人们称他们为：两大（哔——）。
• 他们发展了一段时间卡常技巧之后，感觉这个东西太毒瘤了，一旦互相出题出的全是卡常题，事情将会一发不可收拾。他们一致决定相互协商，禁止卡常技术的继续研究发展。
• 但是考虑到如果自己老老实实地停止发展，但是对方悄密密地继续，自己就会打不过对方。而且，如果自己不遵守，对方也无计可施。因此，他们就决定劝说对方禁止，反正自己不禁止。
• 于是，他们继续发展卡常技术。此时双方就达成了一种纳什均衡状态。
• 也就是说，双方都有两种选择：发展/不发展。但是不管对方是什么选择，自己永远是选择发展可以获得更大的利益，因此双方在追求利益最大化的过程中都会作出这种选择。这段话绝对没有对国际现象有任何影射

一个更加正常的例子，可以看这里

计算方法

划线法

我先讲一下，我认为这个方法就是（哔——）（哔——）。

所以，我不想写。看这里

但是，不得不说，这个方法还是有可取之处的。他揭示了纳什均衡的本质，让人能够看出来纳什均衡究竟在什么时候会出现。这实际上为其它的解法奠定了基础。而且他让你能手算小模型的纳什均衡。

求函数交点

参考博客：纳什均衡/靠谱计算方法

高阶版本-混合策略纳什均衡

啊啊啊，这个坑太大了，我不填。

update: 我填，我填

混合策略

• 混合策略大致解释：每个决策概率进行，决定决策实际是决定每个决策的进行概率。此时的纳什均衡就是对于每个人，其他所有人的决策固定，此时自己的决定的期望收益最大。
• 比较数学化的表述：对于一个人他有纯策略策略： S = { s 1 , s 2 , . . . , s n } S=\{s_1,s_2,...,s_n\} S={s1​,s2​,...,sn​}
  我们再记一个概率向量$X=(x_1,x_2,...,x_n)$表示其概率选择。
  即，这个人选择$s_1$策略的概率是$x_1$，选择$s_2$策略的概率是$x_2$，…，选择$s_n$策略的概率是$x_n$
  那么，我们就称$X$是这个人的一个混合策略。
• 这种情况下的纳什均衡在理解上是与纯策略相同的，只不过其中的策略是纯策略的扩展。

混合策略的意义

很多事情是没有纳什均衡的（比如石头剪刀布）

但是，如果你把每种决策的概率考虑进去来构成策略，他就有纳什均衡了。

事实上，这会更加贴近现实生活。

单纯形法