进化博弈模型中有限理性个体学习机制设计框架.pdfVIP

维普资讯 第 23卷第 9期 (总第 141期) 系 统 工 程 V0I．23，No．9 2005年 9月 SystemsEngineering Sept．，2005 文章编号 ：1001-4098(2005)09—0016—04 进化博弈模型中有限理性个体学习机制设计框架 赵晗萍，冯允成，蒋家东 (北京航空航天大学 经济管理学院，北京 100083) 摘 要 ：进化博弈突破 了传统博弈理论完全理性的限制 ，提 出了一种动态分析方法 ，模型中的动态产生的根源 就是个体的学习行为，因此学习机制 的设计是分析进化博弈 问题 的基础 。本文在划分决策过程 的基础上提 出 学习机制的设计框架 ，并针对不 同的决策阶段具体设计 了不 同的学习机制模型，为进一步研究进化博弈 问题 提供 了理论依据 。 关键词 ：进化博弈；个体学习；有限理性 中图分类号 ：F224 文献标识码 ：A 在传统博弈论中都假设经济个体是 “完全理性”_ll的， 的过程 中，不断的进行学习和策略调整 ，从而分析演化过 所谓完全理性有两重含义 ：一是理性决策者 ，意昧着决策 程是否具有稳定的均衡点，如何解释这个均衡点[4]。一个 者决策时利用了所有可利用的信息，选择最大化 自己的期 进化博弈模型 由以下要素组成 ： 望收益 ；二是智能的，即每个人对别人行为 的预期都是正 (1)决策者 ：来 自于一个或者多个独立群体的决策者 确的。进化博弈论则突破了这种限制，将决策者假设为有 i(=1，2，…，)，这里不同群体中个体的行动空间与收益 限理性的，具有适应性学习能力 。但是进化博弈论早期 的 函数不同； 发展与应用来 自于生物学领域 ，因而强调大群体与选择动 (2)匹配规则：来 自于群体 中的个体的基本匹配方式 态的概念，个体的学习机制往往是模仿与强化这样幼稚的 有三种 ：其一为单对模型，在每一阶段每个群体里只随机 方式，这与经济与社会系统中的个体的行为的复杂性不相 产生一个个体 ，这 n个个体进行固定的要素博弈；其二为 符 ，所 以进化博弈理论有两方面的议题值得继续探讨_l2]， 随机匹配模型，群体所有 的个体与其他群体 的个体随机匹 首先是个体的学习机制能否产生选择动态；第二个是演化 配进行博弈；其三为总体模型，所有的个体都采取行动参 机制发挥作用的条件。也就是说需要在一个更加多样的条 与博弈，而每个决策者的收益有所有人的行动累积决定。 件下，对适应性学习的运作进行一个更详细深入的分析。 除此之外，因为经济或社会领域的问题更加灵活，所 以个 那么个体学习机制的设计就成为了关键点。 体 的匹配也可以是一对多或多对多； “学习”的定义是 由于经验而发生相对持久的行为改 (3)行动空间与收益函数 ：每个群体 的决策者有 自己 变 3【]。也就是说，行为的变化说明了学习的发生。因此在进 行动空间A，以及与行动空间对应 的收益函数 ，(n 。)( 化博弈模型中学习的发生就体现在决策者在重复博弈过 由其他决策者的行动a-i产生的，一 表示决策者 以外的 程 中不断进行策略调整 。而决策者进行策略调整 的行为准 其他决策者)； 则就是我们需要讨论 的学习模型，作者在第 2节 中简要介 (4)要素博弈：在时间周期 t(￡=1，2，…)进行每一阶 绍 了进化博弈模型的组成要素 ；第 3节提出学习机制的设 段的要素博弈，博弈的战略式表达为G= {A ”，A 。， 计框架，进而在地 4节具体介绍了几种基本的学习机制， … ， )。 最后第 5节通过实验将学习机制应用到囚徒困境 问题中。 2 学习机制框架