如何计算近似纳什均衡_讲讲什么是纳什均衡

总第211篇/张俊红

在前面我们讲过帕累托最优，这一篇我们来讲讲比较类似的一个概念就是纳什均衡，纳什均衡又称为非合作博弈均衡，与非合作博弈均衡相对应的还有合作博弈均衡。那什么是非合作博弈均衡，什么又是合作博弈均衡呢？给大家举个很经典的例子《囚徒困境》，大家看完例子就会明白是怎么回事：

以前有两个小偷AB集体作案，然后被警察捉住了。

警察对两个人分开审讯，并且提前告诉了他们审讯政策：如果两个人都坦白交代，就可以定罪，两个人各判八年。如果一个人交代而另外一个人不交代，那么一样是可以定罪的。但是交代的人会被从宽处罚，思想教育下就可以释放。不交代的人则从严处罚，判刑十年。如果两个人都不交代，则没法定罪，每个人只判一年。

首先我们考虑小偷A会怎么选？A会想，我如何才能获得更大收益呢？如果B坦白了，那么我坦白就会判8年，我抗拒就会判十年，我应该坦白；如果B抗拒了，我坦白会判0年，我抗拒会判1年，我还是应该坦白。所以最终A会选择坦白。同样，B也会这样想。所以最后两个人都会被判刑8年。这就是纳什平衡，在策略博弈过程中每个人都是向着自己利益最大化的方向去做决策。

你可能会想，他们明明可以都只被判刑1年的，但是这不是纳什均衡点，所以最后的也不可能是这个结果。纳什均衡点上两个的利益与损失是一样的，在这个平衡点上只要有一方改变了决策，那么他自身的收益就会下降。

还有一种战术性纳什均衡，田忌赛马的故事大家应该都听过，如果是按照纳什均衡的原则来赛马的话，双方可能最后是平局的结果，因为双方都会朝着自己利益最大化的方向，也就是赢的这个方向去做选择，所以都会派出最厉害的马来参赛。但是田忌首先打破了这个均衡点，以自己短暂的利益受损，获取长期的利益获胜。

还有很多战术性纳什均衡的故事，比如胡雪岩卖米，有兴趣的同学也可以去了解下。