重复博弈详细介绍.ppt

无限次重复博弈的无名氏定理： 令G为一个n人阶段博弈，令 为G的 一个Nash均衡下的收益，且用 表 示G的其它任何可行收益， 表示可行收益的 集合。 若存在 则存在贴现率 ，使无限重复博弈 存在一个子博弈精炼Nash均衡，其平均收益可达到 。 子博弈精炼Nash均衡的可行收益区间 (0,5) (1,1) (0,0) (4,4) (5,0) 无名氏定理的一个解释 在无限次重复博弈中，如果参与人具有足够的耐心（只要?满足一定的条件），那么任何满足个人理性的可行收益向量都可以通过一个特定的子博弈精炼Nash均衡得到。 无名氏定理举例 该博弈中唯一的纳什均衡为（U，L），两个局中人在此均衡下的收益都是1；所以，只要无限次重复博弈中参与人可行的平均单期收益不小于1，这样的收益就是一个可能的均衡收益。 这说明，无限次重复博弈能够导致帕累托改进。 三、重复博弈的社会学含义 罗伯特·爱克斯罗德(政治科学家)对合作问题进行了实验性研究，他组织了一场计算机竞赛。这个竞赛的思路非常简单：任何想参加这个竞赛的人都扮演“囚徒困境”案例中的一个囚犯，他们把自己的战略编入计算机程序，然后他们的程序会被成双成对地融入不同的组合，分好组以后，参与者就开始玩“囚徒困境”的游戏。他们每个人都要在合作与背叛之间做出选择，并且游戏重复多次。 竞赛的第一个回合交上来的14个程序中包含了各种复杂的战略。但使爱克斯罗德和其他人深为吃惊的是，竞赛的桂冠属于其中最简单的战略：一报还一报(Tit for Tat)。这是多伦多大学心理学家阿纳托·拉帕波特提交上来的战略。 一报还一报战略：它总是以合作开局，但从此以后就采取以其人之道还治其人之身的战略。也就是说，一报还一报的战略实行了胡萝卜加大棒的原则。 一报还一报战略：永远不先背叛对方，从这个意义上来说它是“善意的”。 一报还一报战略：会在下一轮中对对手的前一次合作给予回报（哪怕以前这个对手曾经背叛过它），从这个意义上来说它是宽容的。 一报还一报战略：会采取背叛的行动来惩罚对手前一次的背叛，从这个意义上来说它又是“强硬的”。 一报还一报战略：简单明了，对手一看便知其用意何在。 一报还一报战略的特征 为了验证上述结果的合理性，爱克斯罗德又举行了第二轮竞赛，特别邀请了更多的人，看看能否从一报还一报战略那儿将桂冠夺过来。这次有62个程序参加了竞赛，结果是一报还一报又一次夺魁。 竞赛的结论无可争议地证明，具备以下特点的人，将总会是赢家：（1）本性善良；（2）品格宽厚；（3）不失强硬；（4）处事干练，原则简单明了。 一报还一报战略的胜利对人类和其他生物的合作行为的形成具有深刻地含义。 爱克斯罗德在《合作进化》一书中指出，一报还一报战略能导致社会各个领域的合作，包括在最无指望的环境中的合作。 典型的例子就是越战中自发产生的“自己活，也让他人活”的原则：只要对方不开枪伤人，我也不开枪。 一报还一报—自然界的例子 真菌从地下的石头中汲取养分，为海藻提供了食物，而海藻反过来又为真菌提供了光合作用； 金蚁合欢树为一种蚂蚁提供了食物，而这种蚂蚁反过来又保护了该树； 无花果树的花是黄蜂的食物，而黄蜂反过来又为无花果树传授花粉，将树种撒向四处。 一报还一报的社会学含义 共同演化会使一报还一报的合作风格在这个诚信缺失的社会蔚然成风。 假设少数采取一报还一报战略的人在社会上通过突变而产生了。 那么，只要这些个体能互相遇见，并在今后的相逢中形成利害关系，他们就会开始形成小型的合作关系。 一旦发生了这种情况，他们就能影响周围那些不讲信用、不懂合作的人。这样，参与合作的人数就会增多。很快，一报还一报式的合作就会最终占上风。 一旦建立了这种机制，相互合作的个体就能生存下去。如果不太合作的类型想侵犯和利用他们的善意，一报还一报政策强硬的一面就会狠狠地惩罚他们，让他们无法扩散影响。 重复博弈 主要内容： 一、有限次重复博弈 二、无限次重复博弈与无名氏定理 三、重复博弈的社会学含义 例子1-越战战场上的潜规则 一名新兵刚上战场，老兵按住他：别乱开枪！新兵问：为什么？老兵对其解释：曾有一段时间，双方打得不可开交，结果大家都躲着，屎尿都撒在猫耳洞里，由于猫耳洞很潮湿，人呆在里面很难受，导致有人耳朵都发了霉，最后是谁也打不着谁，自己却活受罪。此后，便慢慢达成默契：我出来你不开枪，你出