Nashpy包学习（二）（关于里面的各种方法定义）

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$\mathcal{A}$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