【教程】博弈论学习笔记

By $\text{zhongzijun}$

博弈论又被称为对策论（Game Theory）既是现代数学的一个新分支，也是运筹学的一个重要学科。
博弈论主要研究公式化了的激励结构间的相互作用。是研究具有斗争或竞争性质现象的数学理论和方法。 博弈论考虑游戏中的个体的预测行为和实际行为，并研究它们的优化策略。生物学家使用博弈理论来理解和预测进化论的某些结果。
博弈论已经成为经济学的标准分析工具之一。在金融学、证券学、生物学、经济学、国际关系、计算机科学、政治学、军事战略和其他很多学科都有广泛的应用。

一、Nim游戏和巴什博弈

先来观察两个游戏。

游戏 A （Nim游戏）

甲乙两人面对若干堆石子，其中每一堆石子的数目可以任意确定。
例如 $【图1】$ 所示的初始局面：共 $n=3$ 堆，其中第一堆的石子数 $a1=3$ ，第二堆石子数 $a2=3$ ，第三堆石子数 $a3=1$ 。两人轮流按下列规则取走一些石子，游戏的规则如下：
每一步应取走至少一枚石子；
每一步只能从某一堆中取走部分或全部石子；
如果谁无法按规则取子，就输了。

游戏 B （巴什博弈）

甲乙双方事先约定一个数 $m$ ，并且每次取石子的数目不能超过 $m$ 个，其余规则同 游戏 A 。

我们关心的是，对于一个初始局面，究竟是 $先行者（甲）$ 有必胜策略，还是 $后行者（乙）$ 有必胜策略。

下面，我们从简单入手，先来研究研究这个游戏的一些性质。

• 用一个 $n$ 元组 $(a1,a2,\dots ,an)$ ，来描述游戏过程中的一个局面。

• 局面的加法

  $(a_1,a_2,\dots ,a_n)+(b_1,b_2,\dots ,b_m)=(a_1,a_2,\dots ,a_n,b_1,b_2,\dots ,b_m)$ 。
  对于 局面A , B , S ，若 $S=A+B$ ，则称局面 S 可以分解为“子局面” A 和 B 。
  $局面(3,3,1)$ 可以分解为 $(3,3)$ 和 $(1)$ 。
  如果初始局面可以分成两个相同的“子局面”，则乙有必胜策略。

• 对于局面S，若先行者有必胜策略，则称“ S胜 ”。
  对于局面S，若后行者有必胜策略，则称“ S负 ”。
  若 $A=(1)$ ， $B=(3,3)$ ， $C=(2,2,5,5,5,5,7,7)$ ，则我们称 $A胜$ ， $B负$ ， $C负$ 。

• 如果 $局面S$ 胜，则必存在取子的方法 $S\to T$ ，且 $T负$ 。
  如果 $局面S$ 负，则对于任意取子方法 $S\to T$ ，有 $T胜$ 。

• 设 $初始局面S$ 可以分解成两个子局面 $A$ 和 $B$ （分解理论） 。

• 若 $A$ 和 $B$ 一胜一负，则 $S胜$ 。
  若 $A$ 负 $B$ 负，则 $S负$ 。
  若 $A$ 胜 $B$ 胜，则 $有时S胜，有时S负$ 。
  如果 $S=A+C+C$ ，则 $S$ 的胜负情况 与 $A$ 相同。
  即当 $S=A+B$ 且 $B$ 负时 $S$ 的胜负情况与 $A$ 相同。
  【 图 1 】所示的初始局面 $(3,3,1)=(3)+(3)+(1)$ ，与局面 $(1)$ 的 $胜负情况相同$ 。

请认真思考一下这是为什么。

• 图1中所示的初始局面 $(3,3,1)$ 是“胜”局面，甲有必胜策略。
  称一个石子也没有的局面为“空局面”。
  空局面是“负”局面。

• 如果 $局面S$ 中，存在两堆石子，它们的数目相等。用 $T$ 表示从 $S$ 中把这两堆石子拿掉之后的局面，则称“ $S可以简化为T$ ”。
  局面 $(2,2,2,7,9,9)$ 可以简化为 $(2,2,2,7)$ ，还可以进一步简化为 $(2,7)$ 。

• 一个局面的胜负情况，与其简化后的局面相同。
  例如三个局面 $(2,2,2,7,9,9)$ 、 $(2,2,2,7)$ 和 $(2,7)$ ，胜负情况都相同。

• 不能简化的局面称为“最简局面”。
  局面 $(2,7)$ 是最简局面。
  最简局面中不会有两堆相同的石子，故可以用一个集合来表示最简局面。
  最简局面 $(2,7)$ 可以用 $集合2,7$ 来表示。

• 如果只关心局面的胜负，则一个局面可以用一个集合来描述。
  图1所示的局面 $(3,3,1)$ ，可以用 $集合1$ 来描述。

• 如果用搜索（博弈树）的方法来解这个游戏，则采用集合来表示一个局面，比采用多元组来表示一个局面，搜索量将有所减少，但时间复杂度仍然很高。

• 能不能进一步简化一个局面的表示呢？

• 类比与联想

注意，这里的二进制加法指的是不进位的二进制加法。

二进制数的加法 VS 局面的加法
$大写字母AB$ 表示 $局面$ ， $小写字母ab$ 表示二进制数。
若 $A和B相同$ ，则 $A+B$ 负；若 $a和b相等$ ，则 $a+b为0$ 。
若 $A胜B负$ ，则 $A+B胜$ ；若 $a\ne 0$ 且 $b=0$ ，则 $a+b\ne 0$ 。
若 $B胜A负$ ，则 $A+B胜$ ；若 $b\ne 0$ 且 $a=0$ ，则 $a+b\ne 0$ 。
若 $A负B负$ ，则 $A+B负$ ；若 $a=0$ 且 $b=0$ ，则 $a+b=0$ 。
若 $A胜B胜$ ，则 $A+B有时胜，有时负$ 。
若 $a\ne 0$ 且 $b\ne 0$ ，则有时 $a+b\ne 0$ ，有时 $a+b=0$ 。
……

• 如果用 $二进制数s$ 来表示一个 $局面S$ 的 $胜或负$ ， $S胜$ 则 $s\ne 0$ ， $S负$ 则 $s=$