不完全信息博弈分析.pptVIP

不完全信息博弈分析 完全信息与不完全信息 不完全信息博弈问题 Static Bayesian Game(SBG) Dynamic Bayesian Game(DBG) 完全信息的一般表达式 G={S1,…,Sn；u1,…,un} n 个参与人博弈 Si 是player i 的策略集，即所有可选策略集 ui 是player i 的支付函数，且ui = ui(s1,,…sn) 求均衡解 例如，Cournot Model G={S1,S2,u1,u2} S1={q1}，S2={q2} u1= u1 (q1,q2)=6q1-q1q2- q12 u2= u1 (q1,q2) =6q2-q1q2 -q22 反应函数求解法 反应函数 Si*=R(S1*,…Si-1*,Si+1*,…Sn*) 即最佳策略之间的相互依存关系 博弈的解（如果有解） 就是各个反应函数的交点 古诺博弈解的几何意义 类似的例子 反应函数的概念和思路可以应用到一般的无限多种策略博弈的求解中，可以使博弈问题的解法简约 如Bertrand双寡头模型 它与Cournot Model 不同的是，该模型中厂商的可选策略是价格而不是产量 Hotelling 价格竞争模型 混合策略求解法 这是一个零和博弈 显著的特征 最好的选择 随机选择—— 按一定的概率分布选择自己的策略 如何设计自己的概率分布？ 盖方 设计：P{正面}=?，P{反面}=1- ? 如果?1-?（? 1/2)或?1-?(? 1/2)? 猜方的期望收益： E正面= ?·1+(1-?)·(-1)=2(?-1/2) E反面= ?·(-1)+(-?)·1=2(1/2-?) 最好的方法 E正面＝E反面，即?＝1/2 猜硬币博弈的Mixed Strategy 对盖方来说， ?＝1/2 猜方也以相同概率(?=1/2)随机选择策略 在本博弈中 博弈双方的决策内容都不是确定性的具体策略，而是以一定的概率分布随机选择策略，这样的决策被称为“混合策略”((1/2,1/2),(1/2,1/2)) 区别 纯策略及纯策略纳什均衡 混合策略及混合策略纳什均衡 混合策略的定义 在G={S1,…Sn;u1,…un}中， 博弈方i 的策略为Si={si1,…sik} 则博弈方i以概率分布pi=(pi1,…pik)随机选择其k个可选择策略 则这Pi就称为一个混合策略， 其中0≤pij ≤1,j=1,…k都成立， 且pi1+ · · ·pik=1. 混合策略决策的基本原则 第一个原则 不能让对方知道或猜到自己的选择，因而必须在决策时利用随机性。 第二个原则 他们选择每种策略的概率一定要恰好使对方无机可乘，即让对方无法通过有针对性地倾向某一策略而在博弈中占上风。 斗鸡博弈 如何设计？ Ａ：?进＋?退＝１ Ｂ：?进＋?退＝１ 期望值相等 A:EＢ进＝ＥＢ退 B:EＡ进＝ＥＡ退 混合策略 （?进，?退） （?进，?退） 完全信息动态博弈的求解问题 讨价还价博弈 两人为买卖一物讨价还价 Ｂ—最高出价300元 Ｓ—最低出价200元 双方报价在[200，300]中 价差300-200=100元是一块“蛋糕” P∈[0，100]是个连续区间 用逆推归纳法求解 假定P2是共识 B先开出P1就知道S会反开出P2 B为了不让S反开出P2 则必须保证P1开出后 S的所得P1-200≥P2-200， 就有P1=P2 这个Game的特点 S作为后开价者，享有“后动者优势” B与Ｓ只有一个轮回 B先开价 S接受就成交，S拒绝就Game Over. 显然，只要B开出的价格P1 ≥200元， S就会接受 这在现实中是常见的。 P3是共识； 第三阶段 ? (300-P2)≥?2( 300-P3) P2=300-300?+P3? 第二阶段 P1-200 ≥ ?( P2-200） P1=200+100? -(300-P3) ?2 本博弈的解： （300- P1 ，P1-200 ） 300- P1 =100-100?+300?2 P1-200=100?-300 ?2 - P3?2 启示 日常生活中常见的现象 买者B很想买下这件东西，卖者S处于有利地位 卖者S急于出手这件东西，买者B处于有利地位 这类讨价还价模型的预测结果与两个因素有关：先开价者和轮回次数 如果B先开价且轮回次数为奇数，那么B将“几乎吃掉整块蛋糕” 如果B先开价且轮回次数为偶数，那么S将“几乎吃掉整块蛋糕” 重复博弈与无名氏定理 动态博弈的类型 序贯博弈sequential game 每一个阶段的博弈结构是不同的，即从后一个决策结开始的子博弈不同于从前一个决策结开始的子博弈。或者说，同样结构的博弈只出现一次。 重复博弈repeated game 是指同样结构的博弈重复多次，其中的每次博弈