本文介绍了使用Python解决双人及多人纳什均衡问题的方法。背景涉及到双人纳什均衡的数学模型，算法概述中提到求解策略顶点并进行匹配。文章还探讨了非退化问题中策略的支撑性质，并提供了复杂度分析。最后，给出了数据格式说明及双人混合策略和多人纯策略的纳什均衡计算示例。
背景知识
双人纳什均衡求解问题，假设：
- 玩家 0 0 0，行动 { 0 , ⋯ , m − 1 } \{0, \cdots, m-1\} { 0,⋯,m−1}，收益 A ∈ R + m × n A \in \reals_{+}^{m \times n} A∈R+m×n，策略 p ∈ R + m × 1 p \in \reals_{+}^{m \times 1} p∈R+m×1。
- 玩家 1 1 1，行动 { m , ⋯ , m + n − 1 } \{m, \cdots, m+n-1\} { m,⋯,m+n−1}，收益 B ∈ R + m × n B \in \reals_{+}^{m \times n} B∈R+m×n，策略 q ∈ R + n × 1 q \in \reals_{+}^{n \times 1} q∈R+n×1。
最优反应条件：
- A q ∈ { 0 , u } m Aq \in \{0, u\}^{m} Aq∈{ 0,u}m
- B T p ∈ { 0 , v } n B^Tp \in \{0, v\}^{n} BTp∈{ 0,v}n
polyhedron：
- P † : { ( p , v ) ∣ 1 T p = 1 , p ≽ 0 , B T p ≼ v } P^{\dag}: \{ (p,v) \mid 1^Tp = 1, p \succcurlyeq 0, B^Tp \preccurlyeq v \} P†:{(p,v)∣1Tp=1,p≽0,BTp≼v}
- Q † : { ( q , u ) ∣ 1 T q = 1 , q ≽ 0 , A q ≼ u } Q^{\dag}: \{ (q,u) \mid 1^Tq = 1, q \succcurlyeq 0, Aq \preccurlyeq u \} Q†:{(q,u)∣1Tq=1,<
最低0.47元/天 解锁文章
2359
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
