耶鲁博弈论 第2节 学会换位思考
一些定义
形成博弈的要素
- 参与人（players），用 i i i, j j j 表示
- 参与人的策略（strategies），用
s
i
s_{i}
si，
s
j
s_{j}
sj 表示；
所有可能的策略集合 S i S_{i} Si，区别于参与人的策略小写 s s s；
某一次博弈 s s s，用不带下标的 s s s 表示，称为策略组合（a strategy profile），也称为策略向量 - 博弈的收益（payoffs），用大写的 U U U 表示， U i U_{i} Ui 取决于参与博弈的 N N N 个人的博弈策略，记做 ( s 1 , . . . , s i , . . . , s i ) (s_{1},...,s_{i},...,s_{i}) (s1,...,si,...,si)，简写为 U i ( s ) U_{i}(s) Ui(s)，由策略组合决定（即所有参与博弈的人）
我们用 s − i s_{-i} s−i 表示除了 i i i 之外的其他参与者的决策，因为考虑在和对手在不同选择下的收益是很有必要的，填数游戏中以标准形式描述博弈：
U i ( s ) = { 5 美 元 − 误 差 0 U_{i}(s)= \begin{cases} 5美元 - 误差 \\ 0 \end{cases} Ui(s)={5美元−误差0
再用一个例子熟悉使用符号语言来描述博弈：
| 左 | 中 | 右 | |
|---|---|---|---|
| 上 | 5, -1 | 11, 3 | 0, 0 |
| 下 | 6, 4 | 0, 2 | 2, 0 |
这里参与人是
A
A
A 和
B
B
B
策略集合是
S
1
=
{
上
，
下
}
S_{1}=\{上，下\}
S1={上，下}，
S
2
=
{
左
，
中
，
右
}
S_{2}=\{左，中，右\}
S2={左，中，右}
收益：例如
U
1
(
上
，
中
)
=
11
U_{1}(上，中)=11
U1(上，中)=11，
U
2
(
下
，
右
)
=
0
U_{2}(下，右)=0
U2(下，右)=0
显然对于参与者
B
B
B，右是严格劣势策略。因此我们给出 严格优势策略的定义：
参 与 人 i 的 策 略 s i ′ 严 格 劣 于 参 与 人 i 的 另 一 个 策 略 s i ， 在 其 他 参 与 者 选 择 s − i 时 ， 选 择 s i 的 收 益 U i ( s i ) 严 格 优 于 此 情 况 下 s i ′ 的 收 益 U i ( s i ′ ) \begin{aligned} 参与人 i 的策略 s_{i}^{'} 严格劣于参与人 i 的另一个策略 s_{i}，在其他参与者\\ 选择 s_{-i} 时，选择 s_{i} 的收益 U_{i}(s_{i}) 严格优于此情况下 s_{i}^{'} 的收益 U_{i}(s_{i}^{'}) \end{aligned} 参与人i的策略si′严格劣于参与人i的另一个策略si，在其他参与者选择s−i时，选择si的收益Ui(si)严格优于此情况下si′的收益Ui(si′)
再来一个例子：
汉尼拔将军将要攻打一个国家，他有两个营的兵力，他可以选择从崎岖道路（翻过阿尔卑斯山）进军（但是行军途中要损失一个营的兵力），也可以选择从平坦的道路（平原）进军（途中没有损失）。防守者只能在崎岖道路和平坦道路其中之一设防，当进攻者遇到防守者时，进攻者将损失一个营的兵力。若你是防守者，你该选择何处设防？
双方收益如下：（行是防守者，列是进攻者）
| easy | hard | |
|---|---|---|
| easy | 1, 1 | 1, 1 |
| hard | 0, 2 | 2, 0 |
在这个例子中，防守者似乎没有严格优势策略，但是对于汉尼拔将军（进攻方）来说，选择平坦道路进攻似乎优于从崎岖道路进攻，这只是一个优势策略，并非严格优势，只是一个弱优势。我们引出 弱优势 的定义：
参 与 人 i 的 策 略 s i ′ 弱 于 参 与 人 i 的 另 一 个 策 略 s i ， 在 其 他 参 与 者 选 择 s − i 时 ， 选 择 s i 的 收 益 U i ( s i ) 大 于 等 于 此 情 况 下 s i ′ 的 收 益 U i ( s i ′ ) ， 即 U i ( s i , s − i ) ≥ U i ( s i ′ , s − i ) f o r a l l s − i U i ( s i , s − i ) > U i ( s i ′ , s − i ) f o r s o m e s − i \begin{aligned} \begin{array}{c} 参与人 i 的策略 s_{i}^{'} 弱于参与人 i 的另一个策略 s_{i}，在其他参与者\\ 选择 s_{-i} 时，选择 s_{i} 的收益 U_{i}(s_{i}) 大于等于此情况下 s_{i}^{'} 的收益 U_{i}(s_{i}^{'})，即\\ U_{i}(s_{i},s_{-i}) \geq U_{i}(s_{i}^{'},s_{-i})\ for\ all\ s_{-i} \\ U_{i}(s_{i},s_{-i}) > U_{i}(s_{i}^{'},s_{-i})\ for\ some\ s_{-i} \end{array} \end{aligned} 参与人i的策略si′弱于参与人i的另一个策略si，在其他参与者选择s−i时，选择si的收益Ui(si)大于等于此情况下si′的收益Ui(si′)，即Ui(si,s−i)≥Ui(si′,s−i) for all s−iUi(si,s−i)>Ui(si′,s−i) for some s−i
回到填数游戏
好，那么我们现在回到第一节课的填数游戏，在 1 − 100 1-100 1−100 之间任选一个数，最接近平均数的 2 3 \frac{2}{3} 32 的人获胜。
老师询问了填 33 − 35 33-35 33−35 之间的数的同学，他们回答：大家在 1 − 100 1-100 1−100 之间随机选择一个数，最后平均值会在 50 50 50 左右，而 50 50 50 的三分之二就是 33 33 33 左右。
这个说法看似正确，但是却忽略了一个重要前提：教室里的人并不会随机选择一个数，他们都想赢得这5美元。若人人都这样想，最终平均值会趋近于 33 33 33，而 33 33 33 的三分之二是 22 22 22。然而，这还是太大了。
再次重申这个游戏的重点：每个人都有自己的策略，每个人都想赢。
那么我们来分析一下这个游戏，哪些选择是（弱）劣势策略？
设想最坏的情况，每个人都选了
100
100
100 那么这样最终的结果也只是
66
2
3
66\frac{2}{3}
6632 最接近的是
67
67
67，那么选择大于
67
67
67 的数相对于
67
67
67 来说就是弱劣势策略。这样对于理智的人来说，游戏简化成了在
1
−
67
1-67
1−67 之间选择一个数，因为他们知道没人会选择
67
67
67 以上的数。
同样，相似的策略也会被排除，这样，
45
45
45 以上的数也不会有人选。但是
45
−
67
45-67
45−67 之间的数在原博弈中并不是弱劣势策略，可是我们排除掉
67
−
100
67-100
67−100 的时候，
45
−
67
45-67
45−67 便成为了弱劣势策略。同理，
30
−
45
30-45
30−45 也被排除，
20
−
30
20-30
20−30，
14
−
20
14-20
14−20…直至
1
1
1.
尽管 1 1 1 就是这个游戏的最优策略，但是这一切都是建立在参与人都是理性的情况下，并且理性的参与者知道其他人也都是理性的。我们用术语共同知识来描述类似：我知道，我知道你知道，我知道你知道我知道…这样的循环。但是实际上，每个区间的数都有人选择，这就要考虑分布的问题了。最终老师公布结果，平均数在 13 13 13 左右，最终选择 9 9 9 的人获得了胜利，巧的是，这也是所有人选择的中位数。
按照之前的最优策略，为什么 1 1 1 不是最终结果呢？尽管有相当一部分人选择了 1 1 1，
扫一扫
445
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
