夏普利值（the Shapley Value）的定義和舉例

最新推荐文章于 2024-06-13 11:33:44 发布

SophiaReading

最新推荐文章于 2024-06-13 11:33:44 发布

阅读量2.7k

点赞数

文章标签：博弈论

本文链接：https://blog.csdn.net/dersu/article/details/120452465

版权

本文介绍了夏普利值的概念，它是衡量合作博弈中参与者边际贡献的平均值，用于确定团队内部收益分配。通过投票、三人决策和在线拍卖等案例，展示了夏普利值如何计算及影响。文章强调了博弈论中的可加性、对称性和无贡献者公理，并探讨了夏普利值在实际场景中的应用。

摘要由CSDN通过智能技术生成

[1]Matt Jackson (Stanford), GTO-7-03: The Shapley Value, Game Theory Online, Nov 22, 2013, https://www.youtube.com/watch?v=qcLZMYPdpH4&list=PLeY-lFPWgBTif4PmLSN8eJsfOhFv_QUPl&index=3

[2]Kevin Leyton-Brown (UBC), GTO-7-04: The Core, Nov 22, 2013, Game Theory Online, https://www.youtube.com/watch?v=DW_-I8UuU6I&list=PLeY-lFPWgBTif4PmLSN8eJsfOhFv_QUPl&index=4

[3]Lloyd S. Shapley, A value for n-person games, "The Shapley value -Essays in honor of Lloyd S. Shapley Edited by Alvin E. Roth", Chapter 2, http://www.library.fa.ru/files/roth2.pdf

[4]王培志杨依山，『2012年度诺贝尔经济学奖得主学术贡献评介』，http://www.jjxdt.org/home/show?channelID=11904&itemID=84930

[5]Matt Jackson (Stanford), GTO-7-05: Comparing the Core and the Shapley Value in an Example, Nov 22, 2013, Game Theory Online, https://www.youtube.com/watch?v=zmtFhP4cMhQ&list=PLeY-lFPWgBTif4PmLSN8eJsfOhFv_QUPl&index=5

【轉註】夏普利值（the Shapley Value，又稱沙普利值[4]），用於定義團隊內部各成員的收益分配。Shapley先生定義該值的原因見其1953年發表的論文[3]，他期望評估團隊博弈（coalition，或cooperative games）的博弈價值，進而定義每個成員分配得到多少（夏普利值）：

博弈論的基礎是一個假設：參與者（players，又稱玩家）可以評估他們的收益（utility），參加博弈有望收穫更多（prospect）。將這個理論運用到各領域時，一個人會期望被允許考慮參加遊戲可獲取什麼（having）。

Jackson教授介紹夏普利值的思想[1]：每個參與者的收益要和他們的邊際貢獻（marginal contributions）成正比。

設集合 $N$ 是所有參與者的集合， $N=\{1,2,...,n\}$ 。

設博弈價值函數為 $v$ 。 $v$ 的定義域是 $N$ 集合的子集，值域是實數。 $v$ 是可優加（superadditive）的集合函數。

$v(\emptyset) = 0 \text{\space \space \space \space \space \space (1)}$

$v(S) \geq v(S\cap T)+v(S-T) \text{\space \space \space \space \space \space }(S, T \subseteq N) \text{\space \space \space \space \space \space (2)}$

我這樣理解“優加性”（superadditivity）：人們組隊參加博弈，因為團隊運作的收益有望高於單幹每個人收益的總和，從而每個人分配可得更多。比如， $n$ 個人聯合起來開公司的收益高於 $n$ 個人self-employed的收益總和。

以下介紹三大公理[1]。

我們稱參與者 $i$ 和 $j$ 是可互換（interchangeable）的，如果對於所有 $S(S\subset N)$ ， $v(S\cup \{i\})=v(S\cup\{j\})$ 。可互換的參與者得到的收益相同。

公理1：Symmetry。任意 $v$ ，如果參與者 $i$ 和 $j$ 可互換，則其夏普利值相等， $\phi_i(N,v)=\phi_j(N,v)$ 。

公理2：dummy player。我們稱參與者 $i$ 是無貢獻者（dummy player），如果其對團隊的貢獻是0，即對於所有 $S$ ， $v(S\cup \{i\})=v(S)$ 。

公理3：Additivity。如果一個遊戲可拆成兩個子遊戲，分別可評估博弈價值，那麼每個參與者的分配所得可以是兩個子遊戲的分配所得相加。

$v=v_1+v_2, (v_1+v_2)(S)=v_1(S)+v_2(S)$

$\phi_i(N,v_1+v_2)=\phi_i(N,v_1)+\phi_i(N,v_2)$

我們可以直覺地理解為兩個獨立項目的收益分別分給項目組成員。

現在定義夏普利值（Shapley value）。

$\phi_i(N,v)=\frac{1}{n!}\sum_{S\subseteq N\setminus \{i\}}s!(n-s-1)![v(S\cup \{i\})-v(S)], n=|N|, s=|S|$

這是參與者 $i$ 在所有小團隊內的邊際貢獻的平均值。我們通過例子來看為什麼是這個公式。

例1：投票[2]

國會有四個政黨（A、B、C、D）的成員組成，分別有45、25、15、15人。現在投票決定是否審批100百萬（=1億）美金作為政黨經費。按多數原則，即至少51人同意，才通過審批。

我們認為每個政黨內部的意見是統一的，所以可視為4個參與者， $N=\{1,2,3,4\}$ 。

現在四個政黨的代表依次投票。那麼順序有以下24種排列（permutation）。

1 12 123 1234 ……（1）

1 12 124 1243 ……（2）

1 13 132 1324 ……（3）

1 13 134 1342 ……（4）

1 14 142 1423 ……（5）

1 14 143 1432 ……（6）

2 21 213 2134 ……（7）

2 21 214 2143 ……（8）

2 23 231 2314 ……（9）

2 23 234 2341 ……（10）

2 24 241 2413 ……（11）

2 24 243 2431 ……（12）

3 31 312 3124 ……（13）

3 31 314 3142 ……（14）

3 32 321 3214 ……（15）

3 32 324 3241 ……（16）

3 34 341 3412 ……（17）

3 34 342 3421 ……（18）

4 41 412 4123 ……（19）

4 41 413 4132 ……（20）

4 42 421 4213 ……（21）

4 42 423 4231 ……（22）

4 43 431 4312 ……（23）

4 43 432 4321 ……（24）

$v(\{1\})=v(\{2\})=v(\{3\})=v(\{4\})=0$

$v(\{1,2\})=v(\{1,3\})=v(\{1,4\})=100$

$v(\{2,3\})=v(\{2,4\})=v(\{3,4\})=0$

$v(\{1,2,3\})=v(\{1,3,4\})=v(\{1,2,4\})=100$

$v(\{2,3,4\})=100$

$v(\{1,2,3,4\})=100$

其中1第一出現的情形有(1)-(6)，6個，即 $S=\emptyset, s=0,n-s-1=3,s!(n-s-1)!=6,v(\{1\})-v(\emptyset)=0$ 。

1第二出現的情形有3個前置S，

(7)(8)， $S=\{2\}, s=1,n-s-1=2,s!(n-s-1)!=2,v(\{2,1\})-v(\{2\})=100$

(13)(14)， $S=\{3\}, s=1,n-s-1=2,s!(n-s-1)!=2,v(\{3,1\})-v(\{3\})=100$

(19)(20)， $S=\{4\}, s=1,n-s-1=2,s!(n-s-1)!=2,v(\{4,1\})-v(\{4\})=100$

1第三出現的情形有231(9)，241(11)，321(15)，341(17)，421(21)，431(23)，前置S有3個: $S=(\{2,3\})$ ，(9)(15)，

$S=\{2,3\}, s=2,n-s-1=1,s!(n-s-1)!=2,v(\{2,3,1\})-v(\{2,3\})=100$

$S=(\{2,4\})$ ，(11)(21)，

$S=\{2,4\}, s=2,n-s-1=1,s!(n-s-1)!=2,v(\{2,4,1\})-v(\{2,4\})=100$

$S=(\{3,4\})$ ，(17)(23), $S=\{3,4\}, s=2,n-s-1=1,s!(n-s-1)!=2,v(\{3,4,1\})-v(\{3,4\})=100$

1第四出現的情形有2341(10)，2431(12)，3241(16)，3421(18)，4231(22)，4321(24)。前置S只有1個。

$S=(\{2,3,4\}), s=3,n-s-1=0,s!(n-s-1)!=6,v(\{2,3,4,1\})-v(\{2,3,4\})=0$

以上所有值求平均值：

$\phi_1(N,v)=\frac{1}{24}[6\times(v(\{1\})-v(\emptyset))+2\times(v(\{2,1\})-v(\{2\}))+2\times v(\{3,1\})-v(\{3\})+2\times(v(\{2,1\})-v(\{2\}))+2\times (v(\{2,3,1\})-v(\{2,3\}))+2\times(v(\{2,4,1\})-v(\{2,4\}))+2\times(v(\{3,4,1\})-v(\{3,4\}))+6\times (v(\{2,3,4,1\})-v(\{2,3,4\}))]=1200/24=50$

參與者2，3，4的計算同理。

例2：三人決策，兩票通過，但必含一個重要參與者。[5]

每個參與者的出場情形列舉如下：

1 12 123 ……（1）

1 13 132 ……（2）

2 21 213 ……（3）

2 23 231 ……（4）

3 31 312 ……（5）

3 32 321 ……（6）

分析同上例。

例3：在線拍賣物品

假如Mia現在是淘寶店的老闆，賣一款野營凳，Mia進貨時100元，第一個顧客Rose認為這個商品值150元，第二個顧客Tom認為這個商品值200元。求此三人的夏普利值。

Mia、Rose、Tom為Player 1、2、3， $N=\{1,2,3\}$ 。

每個人的出場順序，同例2。

$v(\{1\})=100,v(\{2\})=v(\{3\})=v(\{2,3\})=0,v(\{1,2\})=150,v(\{1,3\})=v(\{1,2,3\})=200$

$\phi_1(N,v)=\frac{1}{6}[(2\times(v(\{1\})-v(\emptyset)))+1\times(v(\{2,1\})-v(\{2\}))+1\times(v(\{3,1\})-v(\{3\}))+2\times(v(\{2,3,1\})-v(\{2,3\})) ] =\frac{1}{6}(2\times 100+150+200+2\times200)=\frac{950}{6}=158.3$

$\phi_2(N,v)=\frac{50}{6}=8.3$

$\phi_3(N,v)=\frac{200}{6}=33.3$

這樣我們可以看出生產者和商人的夏普利值（即邊際貢獻）高出很多（佔本博弈價值的79%），出價高的買主夏普利值高。我們可以看到 $\phi_1+\phi_2+\phi_3=v(\{1,2,3\})=200$ 。

假設只有Rose一個買主就成交（Tom沒有參與），我們來計算Mia和Rose的夏普利值。

1 12

2 21

$v(\{1\})=100,v(\{2\})=0,v(\{1,2\})=150$

$\phi_1(N,v)=\frac{1}{2}(100+150)=125$

$\phi_2(N,v)=\frac{1}{2}(50)=25$

兩個交易相比，可以看出，就GDP而言，出價高的人提高生產者和商人的邊際貢獻（夏普利值）的絕對值（158.3 vs. 125），降低其在博弈價值中的相對佔比（83% vs. 79%)。有出價更高的人的話，次高的人夏普利值變低（25 vs. 8.3）。聽說有的電商平台的商品價格是根據交易機器調整價格，這時候出場順序很重要，一個人早於Tom買，可以150成交，晚於Tom買，以200成交。這樣，出價低的人、創造力生產力和經商能力不足的人會越來越沒有購買力。也許是成熟商品、日用品價格保持穩定（或任店主手工調整），新銳產品根據交易量和有人願意出高價變化價格。