扩展式博弈与子博弈完美均衡：理论、方法与实践

扩展式博弈与子博弈完美均衡：理论、方法与实践

本文基于朱·弗登博格与让·梯若尔的经典博弈论框架，系统探讨扩展式博弈（Extensive Form Game）的动态交互逻辑及其均衡解概念。文章首先从博弈树、信息集与收益函数的数学定义出发，构建扩展式博弈的形式化模型，并深入分析多阶段博弈中的承诺策略与精炼贝叶斯均衡。针对传统纳什均衡在动态场景中的局限性，引入子博弈完美均衡（Subgame Perfect Equilibrium, SPE）的核心思想，结合逆向递归法（Backward Induction）的逐步推导，阐明动态博弈的理性决策路径。

1. 扩展式博弈的基本框架

扩展式博弈（Extensive Form Game） 是描述动态交互过程的博弈模型，其核心要素包括：

• 博弈树：由节点（决策点）和边（行动）构成的有向树
• 信息集 $H_i$：玩家在不同节点上的认知状态集合
• 收益函数 $u_i$：终结点（Terminal Nodes）上的收益分配

数学表达式为：
Γ = ⟨ N , ( T , ≺ ) , P , { H i } , { u i } ⟩ \Gamma = \left\langle N, (T, \prec), P, \{ \mathcal{H}_i \}, \{ u_i \} \right\rangle Γ=⟨N,(T,≺),P,{Hi​},{ui​}⟩
其中 $T$ 为节点集合，$\prec$ 为节点间的顺序关系，$P$ 为玩家分配函数。

---

2. 多阶段可观察行为博弈

2.1 承诺与精炼

在多阶段博弈中，承诺（Commitment） 是玩家通过限制自身未来行动来影响对手策略的手段。
精炼贝叶斯均衡（Perfect Bayesian Equilibrium, PBE） 要求：

1. 序贯理性：每个信息集上的策略是最优的；
2. 信念一致性：信念更新遵循贝叶斯规则。

示例：企业进入威慑

• 在位者 威胁降价以阻止新企业进入；
• 若进入发生，在位者选择降价（威胁可信需满足：${\pi }_{\text{降价}}>{\pi }_{\text{合作}}$）。

---

3. 扩展式博弈的策略与均衡

3.1 行为策略与混合策略

• 行为策略：玩家在每个信息集上定义行动概率分布：
  $${\sigma }_i:H_i\to \Delta (A(h))$$
• 混合策略：在博弈开始时随机选择完整行动计划。

3.2 纳什均衡的局限性

在动态博弈中，纳什均衡可能包含不可信威胁。例如：

• 连锁店悖论：在位者威胁惩罚所有进入者，但实际执行成本过高。

---

4. 子博弈完美均衡与逆向递归法

4.1 子博弈完美均衡（SPE）

定义：策略组合 ${\sigma }^{\ast }$ 是 SPE，当且仅当它在所有子博弈中构成纳什均衡。
存在性定理（Selten, 1965）：有限完美信息扩展式博弈至少存在一个 SPE。

4.2 逆向递归法（Backward Induction）

步骤：

1. 从博弈树的终结点开始，计算最后一层玩家的最优策略；
2. 逆向推导前一层的策略，直至根节点。

公式化：对每个子博弈 $G^{\prime }$，求解：
$${\sigma }_i^{\ast }(h)=\arg \underset{a_i\in A(h)}{\max }{u}_i(a_i,{\sigma }_{-i}^{\ast }|h)$$

---

5. 经典案例分析

5.1 三阶段讨价还价模型

• 玩家：提议者（Player 1）与响应者（Player 2）
• 阶段：
  1. Player 1 提出分配方案 $(x,1-x)$；
  2. Player 2 接受或拒绝；
  3. 若拒绝，Player 2 提出新方案 $(y,1-y)$，Player 1 决策。

逆向递归求解：

• 第3阶段：Player 1 接受任意 $y\ge 0$；
• 第2阶段：Player 2 提出 $y=0$，Player 1 接受；
• 第1阶段：Player 1 提出 $x=1$，Player 2 接受。
  SPE 结果：先动者获得全部收益。

5.2 战争博弈：可信威慑

• 博弈结构：
  1. 国家A决定是否进攻；
  2. 若进攻，国家B选择反击或妥协。
• 收益矩阵：

A\B	反击	妥协
进攻	(-5, -5)	(3, -2)
不进攻	(0, 0)	(0, 0)

SPE 分析：

• 若 B 的威胁“反击”可信（即 $u_B(\text{反击})>u_B(\text{妥协})$），A 选择不进攻；
• 否则，A 选择进攻。

---

6. 对逆向递归法的批评

6.1 多重均衡问题

在复杂博弈中，逆向递归法可能无法排除非直觉均衡。例如：

• 蜈蚣博弈：理论上存在合作路径，但实验显示玩家常提前终止。

6.2 非完美信息限制

逆向递归法要求完美信息，而在信息不对称时（如扑克牌博弈），其适用性受限。

---

参考文献

• 朱·弗登博格, 让·梯若尔. 《博弈论》[M]. 中国人民大学出版社, 2010.