一、创建博弈
零和博弈
import nashpy as nash
import numpy as np
A = np.array([[1, -1], [-1, 1]])
matching_pennies = nash.Game(A)
matching_pennies
非零和博弈
import nashpy as nash
import numpy as np
A = np.array([[3, 0], [5, 1]])
B = np.array([[3, 5], [0, 1]])
prisoners_dilemma = nash.Game(A, B)
prisoners_dilemma
二、计算收益
import nashpy as nash
import numpy as np
A = np.array([[3, 0], [5, 1]])
B = np.array([[3, 5], [0, 1]])
prisoners_dilemma = nash.Game(A, B)
#策略
sigma_r = np.array([1 / 2, 1 / 2])
sigma_c = np.array([1 / 2, 1 / 2])
#计算收益
prisoners_dilemma[sigma_r, sigma_c]
三、检查策略是否为最佳策略
行为空间为 A \mathcal{A} A的玩家的策略就是关于行为空间中每个行为的一个概率分布。
game.is_best_response(strategy1,strategy2);
sigma_r = np.array([0, 1])
sigma_c = np.array([1, 0])
#检查是否为最佳策略
prisoners_dilemma.is_best_response(sigma_r, sigma_c)
四、找equilibrium的方法
Nashpy中实现的算法
game.support_enumeration()
game.vertex_enumeration()
最后会返回一个包括所有均衡的generator
game.lemke_howson(initial_dropped_label=0)
game.lemke_howson_enumeration()
五、Use fictitious play
fictitive_play 方法返回给定学习步骤集合的生成器