博弈论7.pptVIP

* * 两厂商重复博弈 使用触发策略，在有多个纯策略纳什均衡时比较有效，但在有些情况下，也可以用其它策略。 比方两厂商同时面临两个市场机会但只有能力发展开拓其中之一。得益矩阵为 厂商2 a b a 厂商1 b 3 , 3 1 , 4 4 , 1 0 , 0 * * 容易看出，（a,b) 和(b,a)是两个纯策略纳什均衡。此外还有一个双方都以相同的概率选择a、b的混合策略，此时双方期望得益都是2。 如果两厂商不能达成协议，事实上也达不成协议，则较好的策略组合(a,a)无法实现，次一点的两个纳什均衡策略组合也不易实现。双方只有采用混合策略，结果极有可能是(b,b)这一最差结果。 如果进行两次重复博弈。从第一次的纳什均衡(包括纯策略和混合策略）到第二次的纳什均衡，之间的路径都是子博弈完美纳什均衡。在这些子博弈完美纳什均衡中，后一次的选择不依赖于前一次的选择，这与触发策略不同。其中，轮流采用原博弈的两个纯策略纳什均衡，也是种类重复博弈中的策略，称为“轮换策略”。 * * 上述不同的子博弈完美纳什均衡对应的双方得益有很大差别。连续采用同一个纯策略纳什均衡得益分别是（1，4）和（4，1）；两次采用混合策略期望得益都是2；采用轮换策略双方得益都是2.5；一次纯策略，一次混合策略双方得益分别是 （1.5，3）和（3，1.5）。 第一种情况，总得益较好，但不平衡，不稳定。采用混合策略平均期望低，且有可能出现(b,b)的最差情况，第三种情况采用轮换策略要稍好一些，比第四种好，比第一种公平，但比最好的策略组合(a,a)还有差距。 两次重复中，没有触发策略可以运用。 * * 如果进行三次重复，结果可能有所改变。 可以用下面的触发策略: 厂商1：第一阶段选a，若第一阶段是（a,a),则第二阶段选a,如果第一阶段是(a,b)，则第二阶段选b,第三阶段无条件选b. 厂商2：第一阶段选a，第二阶段无条件选b,若第一阶段是（a,a),则第三阶段选a,如果第一阶段是(b,a)，则第三阶段无条件选b. * * 根据上述策略，三次重复的路径是(a,a) →(a,b) →(b,a).其中第二、三阶段本身就是原博弈的纳什均衡，双方不会偏离。第一阶段本身不是纳什均衡，厂商1偏离将得到较好收益，但第三阶段必然遭到厂商2的报复，损失更大，因此偏离是不可取的。厂商2第一阶段的偏离也会遭到厂商1第二阶段的报复，因此也不会偏离。这样，(a,a)虽然不是纳什均衡，但在三次重复中是稳定的，是一个子博弈完美纳什均衡。此策略中报复是可信的，因为报复对偏离者是惩罚，对报复者有利。 * * 上述子博弈完美纳什均衡实现的双方每阶段平均得益是（3+1+4）/3=2.67，是所有子博弈完美纳什均衡中得益最大的。 如果重复次数增加，比如101次，厂商1采用：前99次选a,最后两次与三次重复时相同，但发现哪一次结果不是(a,a),则改为b,并坚持到底。厂商2采用：前99次选a,最后两次与三次重复时相同，但若发现哪一次结果不是(a,a),则改为b,并坚持到底。 容易知道这一触发策略是一个子博弈完美纳什均衡。各阶段平均得益是 （99×3+1+4）/101=2.99 已经很接近原博弈中效率最高的(a,a)了。显然，重复次数进一步增加，会更接近。 * * 无限次博弈 在有限次重复博弈中我们发现，最后一次重复是破坏博弈方利益和行为制约关系、使重复博弈无法实现更高效率的关键。 无限次重复中没有最后一次，但要考虑得益的贴现问题。 1.两人零和博弈的无限次重复博弈 零和博弈的有限次重复和无限次重复不会有什么差别。因为双方得益是对立的，重复多次也不能改变。任意阶段面临的都是两人零和博弈状况，不会有合作。所以每一阶段都是重复原博弈。 * * 2.唯一纯策略纳什均衡的无限次博弈 如果原博弈中的纯策略纳什均衡是具有帕累托优势的，则每次重复都会是原博弈的再现。但若原博弈中的纯策略纳什均衡不具有帕累托优势，则多次重复就有合作的可能。 （1）囚徒困境的无限次重复 例 两寡头削价竞争模型 寡头2 h l h 寡头1 l 4,4 0,5 5,0 1,1 * * 原博弈中有唯一的纳什均衡(l,l)。不具有帕累托优势。 这是一个典型的囚徒式博弈。有限次重复不能实现合作。 无限次博弈中