博弈论自学（三）

已于 2024-03-12 17:20:11 修改
阅读量905 收藏 24
点赞数 30
文章标签： 笔记
于 2024-03-12 17:19:50 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jxjjxjx/article/details/136627387
版权

一、策略
    策略：是参与者在博弈开始之前制定的一个完备行动计划，它明确了在参与者可能遇到的每一种情况下对可行行动的选择。
    混合策略（随机策略）：参与者以一定概率分布从几种纯策略中随机选择
    例子：下表格可以看出女生和男生在同一地方效用就低，不在同一地方效用就高
                                          单相思（只是觉得这个例子有意思分享下）

男生
图书馆游泳池
女生图书馆-1，12，-1
游泳池2，-1-1，1

    补充说明：① 在混合策略中，被赋以正概率的纯策略构成一个集合，称为该混合策                               略的“支撑”；
                      ② 一个给定的纯策略可能会严格劣于一个混合策略，即使这个纯策略并                              不严格劣于其他纯策略。
                          例子：如下图，乙对于任何策略都没有偏好，C策略既不劣于A也不劣                                       于B。当选择D，C优于B，当选择E，C优于A，所以从纯策略                                         看C策略既不劣于A也不劣于B，但是将A,B组合，用掷硬币的                                         方式选择A或者B，那么选择A,B混合策略的不论D还是E都是                                           2/3，显然优于C

乙
DE
甲A3，-0，-
B0，-3，-
C1，-1，-

                      ③ 一个给定的纯策略可以是针对对手的一个混合策略的最优反应，即使                              这一纯策略不是针对对手的任何一个纯策略的最优反应。
                          例子：将上述例子中的C对应的D和E都是(2,-)，乙通过抛硬币的方式                              选择D还是E，②中的图就变成下图，这样就满足说明③

乙
(D,E)
甲A3/2，-
B0，-
C2，-

                      ④ 给定其他参与者的策略，参与者的一个混合策略要成为其最优反应，                              该混合策略的支撑中的每一个纯策略（即概率大于0的纯策略）也必须                            是其最优反应。

二、双人零和博弈
    零和博弈：在任何一个状态下，各方的所得之和相加为零（通俗的说就是其他参与者的所得就是我的所失），零和博弈属于严格竞争博弈。
    例子：两人打牌，A赢10块，B输10块，A和B的总和为0，就是零和博弈
    双人有限策略零和博弈：可以从双变量矩阵中省略列参与者的收益（直接取反就行，所以可以省略），又称为矩阵博弈。
    1.仅考虑纯策略的情况：如果参与者i事先宣布他会采取策略s_{i}，他能获得的最低收益就称为他对于该策略的安全水平；能够给参与者i带来最高安全水平的策略称为他的安全策略（最大最小策略），相应的最高安全水平称为参与者在该博弈中的安全水平（最大最小值）
        以A表示参与者i的收益矩阵[a_{ij}]，参与者的目标是：\max_{i\epsilon s_{1}}\min_{j\epsilon s_{2}}a_{ij}，相应的，参与者的策略称为最大最小策略。
        个人理解：最大最小考虑的是极端情况，参与者认为对方肯定会选择让自己亏损最大的决策。这时我们关心的就是谁是先决策谁是后决策，若先决策那么会考虑当自己决策完对方肯定会选择让自己亏损最大的决策，那么就要在对方认为自己最小的所有决策当中选择最好的，即：矮个子里拔将军；同样的若后决策，在最大化自己决策的情况下让对方的收益最小，也就是最小最大策略，\min_{j\epsilon s_{2}}\max_{i\epsilon s_{1}}a_{ij}即：尖子班里挑最差的。
         个人感觉最大最小策略是博弈的一种保守策略，一切从最坏的角度考虑收益。
         证明： \max_{i\epsilon s_{1}}\min_{j\epsilon s_{2}}a_{ij}\leq\min_{j\epsilon s_{2}}\max_{i\epsilon s_{1}}a_{ij}（瘦死的骆驼比马大）
                   首先，对于任意的s_{1}和s_{2}有：a_{ij}\leq \max_{s_{1}} a_{ij}
                              对左右取j的最小值有：min_{j\epsilon s_{2}}a_{ij}\leq\min_{j\epsilon s_{2}}\max_{i\epsilon s_{1}}a_{ij}
                              再左右取i的最大值有：\max_{i\epsilon s_{1}}\min_{j\epsilon s_{2}}a_{ij}\leq\min_{j\epsilon s_{2}}\max_{i\epsilon s_{1}}a_{ij}
        最小最大定理：对于每个具有有限数量纯策略的双人零和博弈，都存在一个数，参与者1存在一个(混合)策略能保证他的总收益至少为v，参与者2存在一个(混合)策略能保证参与者1的收益至多为v。
        对于矩阵博弈，一定存在策略组合(x*,y*)满足\max_{x\epsilon s_{1}} xA\dot{y} = \min_{x\epsilon s_{2}} \dot{x}Ay，而且策略组合（\dot{a},\dot{b}）是一个混合策略均衡。（证明略~）

CP3?
关注
  • 30
    点赞
  • 踩
  • 24
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
博弈论及其应用，matlab源码
03-15
博弈论及其应用，matlab源码
博弈论自学（四）
jxjjxjx的博客
03-13 1995
问题二的解答：若乙选择C则甲选择最有利于自己的也就是A，此时甲的效用是3，若乙选择D则甲选择最有利于自己的也就是B，此时甲的效用是4，甲认为乙必然会选择最不利于甲的情况即甲认为乙会选择C，那么甲选择A，甲的最小最大策略为。：假设乙选择C的概率为Q，乙选择D的概率为（1-Q），那么甲选择A的概率为3Q+(1-Q)即为1+2Q，甲选择B的概率为2Q+4(1-Q)即为4-2Q，在Q＜3/4时，选择A的效用大于B，乙的策略应该和甲相反，这样要想两者达成均衡P=1/2；甲混合策略下的甲的最大最小策略。
博弈论学习
qq_39564678的博客
04-09 226
https://blog.csdn.net/sm9sun/article/details/53231116
《博弈论》
Jack魏
12-24 666
ISBN：978-7-5441-8184-6 作者：【美】约翰·冯·诺伊曼 译者：刘霞 页数：204 阅读时间：2021-11-21 推荐指数：★★★★☆ 说实话看的不是很懂， 因为作者是想用数学公理地方式描述博弈论， 但是举例说明也是比较形象到位的， 而且导读也解读很直白清楚。 每天都在发生着博弈， 我们身边也无时无刻不发生着博弈， 但是我们往往都忽略了， 一代伟人之所以伟大，就是发现了平凡而又微小的行为然后再加以总结。 博弈基本构成要素：决策人、对抗者、生物亲序、剧中人、策略、得失、次序。 不让别.
博弈论自学（五）
jxjjxjx的博客
03-15 785
如上图，A会选择的情况（A不提供，B提供，C提供），（A不提供，B不提供，C提供），（A不提供，B提供，C不提供），（A不提供，B不提供，C不提供）；B会选择的情况（A提供，B不提供，C提供），（A不提供，B不提供，C提供），（A提供，B不提供，C不提供），（A不提供，B不提供，C不提供）；C会选择的情况（A提供，B提供，C不提供），（A不提供，B提供，C不提供），（A提供，B不提供，C不提供），（A不提供，B不提供，C不提供）；思路一样，先看甲，没有弱严格列策略，在看乙，B4严格劣于B2，删除B4；
博弈论分析工具gambit
08-14
博弈论分析工具gambit，策略型博弈和扩展型博弈均可构建，支持自动求解纳什均衡。 该软件通过科学上网可以直接下载，地址为：http://www.gambit-project.org/ 本着资源开放的态度，为不能科学上网的朋友提供下安装包...
博弈论
01-07
最近在刷挑战，做了博弈论专题，然后就成功的入了坑并且爬不上来了……所以今天想总结一下博弈论知识点+习题。 一、巴什博弈 只有一堆n个物品，两个人轮流从这堆物品中取物， 规定每次至少取一个，最多取m个。最后取...
博弈论66个经典例子
01-18
不错的博弈论例子哦，有兴趣的和我一起看看吧。。。。 郑重声明：该资源仅供学习交流使用。
博弈论插件_博弈论
07-15
这份代码写的非常好，欢迎大家一起来学习。
XTuner笔记
qq_19859865的博客
05-10 386
方法：在模型的每一层之间添加可训练的小规模的网络，冻结原始网络权重，以此来减少fine-tune所需要的参数量。应用：适用于那些希望在保持预训练模型结构不变的同时，对模型进行特定任务调整的场景。缺点：引入推理延时在LoRA的基础上，添加了NF4的数据压缩（信息理论中最有的正太分布数据量化数据类型），进一步减少了显存和内存的消耗；然后添加一组可学习的LoRA权重，这些权重通过量化权重的反向传播梯度进行调整。块状 k-bit 量化：既压缩了数据，又解决了异常值（我理解为噪声）对数据压缩的影响。
英语学习笔记8——What‘s your job?
AllenAC的博客
05-09 533
police男警察police女警察police n. 警力西方国家警察管的事很多。交警，刑警，武警一般不分开。taxi driver 出租车司机taxi / cab n. 出租车driver n. 司机taxi driver = 出租车 + 司机 = 出租车司机air hostess 空中服务员构成：air n. 空气hostess n. 女主人air hostess = 空气中的女主人 = 空姐 = 空中服务员postman n. 邮递员。
【强训笔记】day20
最新发布
Lehjy的博客
05-11 317
【强训笔记】day20
信息系统项目管理师(高项)--学习笔记【第3章:信息系统治理】
qq_28288835的博客
05-08 736
目录第3章 信息系统治理3.1 IT治理3.1.1IT治理基础3.1.2IT治理体系3.1.3IT治理任务3.1.4IT治理方法与标准3.2 IT审计3.2.1IT审计基础3.2.2IT审计方法与技术3.2.3审计流程3.2.4审计内容 第3章 信息系统治理 3.1 IT治理 3.1.1IT治理基础 作用：以组织战略为导向、实现IT与业务匹配为重心、以价值交付为成果、以绩效管理为控制手段 IT治理目标：与业务目标一致、有效利用信息与数据资源、风险管理 IT治理管理层次：最高管理层、 执行管理层、业务与服务
Electron学习笔记（三）
qq_45897239的博客
05-10 756
五、界面 1、获取 webContents 实例 （1）通过窗口对象的 webContent 属性获取 webContent 实例： （2）获取当前激活窗口的 webContents 实例： （3）在渲染进程中获取当前窗口的 webContents 实例： （4）通过 id 获取 webContents 实例： （5）遍历应用内的 webContents 对象： 2、页面加载事件及触发顺序 3、页面跳转事件 4、页面缩放 5、页面容器 6、脚本注入 (1) 通过 preload 参数注入脚本 (2) 通过
《编译原理》阅读笔记：p1-p3
codists的博客
05-08 429
《编译原理》学习第 1 天，p1-p3总结，总计 3 页。p1, But, before a program can be run, it first must be translated into a form in which it can be executed by a computer. The software systems that do this translation are called compilers。p1, Simply stated, a compiler is a pro
《编译原理》阅读笔记：p4-p17
codists的博客
05-09 295
编译器组成包括：Lexical Analyzer -> Syntax Analazer -> Semantic tree -> Intermediate Code Generator -> Machine-Independent Code Optimizer -> Code Generator -> Machine-Dependent Code Optimizer。这里只需要有一个大概了解即可，后续的章节会详细介绍每一部分。
LMDeploy笔记
qq_19859865的博客
05-10 433
模型部署包含的内容很多，来聊聊。
运筹学博弈论三要素怎么考
05-23
运筹学博弈论的三要素是：玩家、策略和收益。在考试中，通常会考察学生对这三个要素的理解和应用能力。具体考题可能包括以下内容： 1. 理解玩家的概念：例如，给出一个博弈场景，要求学生识别其中的玩家，并描述...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值