《博弈论与公共政策》完全信息动态博弈B解决方案.pptVIP

博弈论与公共政策 刘 霖 北京大学政府管理学院 第二讲 完全信息动态博弈 主要内容 一、博弈的扩展式表述 二、动态博弈的均衡 三、子博弈精炼纳什均衡 四、颤抖手精炼均衡 五、承诺 六、重复博弈 七、扩展及应用 博弈实验1 海盗分金 一、博弈的扩展式表述 1、博弈的扩展式表述 ① 参与者 ② 每个参与者在何时行动 ③ 每次轮到某一参与者行动时，可供他选择的行动 ④ 每次轮到某一参与者行动时，他所了解的信息 ⑤ 对应于参与者可能选择的每一行动组合，各个参与者的收益 通常可以用博弈树来描述博弈的扩展式。 例1 ：简单诉讼博弈 甲、乙双方在签订一项合同后，乙方违约。甲方可以选择控告，并索赔8000元，但控告需要花3000元诉讼费；甲方也可以选择忍受，一切维持现状。一旦甲方控告并提出索赔，乙方可以提出和解并赔偿8000元；乙方也可以选择上法庭。如果上法庭，甲方将胜诉，乙方将被判赔偿9000元，且双方各需要支出2000元的诉讼费。 甲方应当控告还是忍受？ 博弈过程 博弈树 通过引入机会结，我们也可以纳入存在不确定性的情况，如下图： 2、信息集 参与者的一个信息集是指满足以下两个条件的决策结的集合： ① 在此信息集中的每一个结点都轮到该参与者行动。 ② 当博弈的进行达到该信息集中的一个结，应该行动的参与者并不知道达到了信息集中的哪一个结。 3、策略 参与者的一个策略是关于行动的一个完备计划，它明确了在参与者可能遇到的每一种情况下对可行行动的选择。 思考： 在下面的博弈中，两个参与者各自的策略空间分别是什么？ 例 2 4、扩展式表述与标准式表述 任何博弈都既可用标准式表述，又可用扩展式表述。 （1）用扩展式表述囚徒困境博弈（第1讲中的例子） 第1讲之例1：囚徒困境 （2）用标准式表述例2中的博弈 二、动态博弈的均衡 1、利用标准式表述求纳什均衡 2、在博弈树上找纳什均衡 博弈实验2：序贯谈判 甲、乙两人商谈如何分配5元钱。谈判可以有无限期，依次由甲、乙轮流出价。只要一方接受另一方的出价，博弈就结束；否则，博弈就进入下一轮。 每延迟1期，甲、乙双方的延迟成本分别为0.1元、0.2元。 3、可置信的威胁与不可置信的威胁 一种威胁所规定的行动在事前看来是最优的，但事后看并不是参与者的最优选择，这种威胁就是不可置信的，含有这种威胁的策略就不是一个合理的策略。 在例2中，哪是可置信的威胁，哪是不可置信的威胁？ 三、子博弈精炼纳什均衡 1、子博弈 扩展式博弈中的子博弈是指博弈的一部份，要求： ① 始于博弈树中一个单结信息集的决策结，但不包括博弈的第一个决策结； ② 包含该决策结之下所有的决策结和终点结； ③ 没有分割任何信息集。 2、子博弈精炼纳什均衡 如果参与者的策略组合不仅在整个博弈上构成纳什均衡，而且在每一子博弈中都构成纳什均衡，则称该策略组合是子博弈精炼纳什均衡。 子博弈精炼纳什均衡排除了不可置信的威胁。 参看例2。 3、逆向归纳法 从最后一个决策结开始，找出该子博弈的纳什均衡；然后再分析倒数第二个决策结，找出相应子博弈的纳什均衡；如此一直到初始决策结，整个博弈及所有子博弈上的最优选择就构成了子博弈精炼纳什均衡。 例 3 例1： 简单诉讼博弈（续） 我们将例1中的收益数字做些改动而变为下面的博弈，会出现什么结果？ 例4：诉讼博弈 对于下面的博弈，如果Y=7千元，原告的最优策略是什么？ 例4：诉讼博弈（续） 对于下面的博弈，原告的最优策略是什么？ 4、均衡、均衡路径与解 一个均衡是各参与者的策略组合，而策略又是完备的（即针对所有可能情况的）行动计划。 精炼纳什均衡下所经过的决策点和最优选择构成的路径，称为均衡路径。 其他的路径是非均衡路径。 一个解则指一条均衡路径，即在给定的策略组合下各参与者的实际行动组合。 例 6 5、逆向归纳法背后的理性假定 在例 5 中，均衡结果依赖于非均衡路径上的选择：参与者 1 之所以起初就选择 U ，是因为他预期如果选择 D 的话，参与者 2 将选择 L ；而 2 之所以选择 L ，是因为她预期如果选择 R 的话，参与者 1 将选择 U’。 可是，只有在 1 偏离了博弈的逆向归纳解之后才能轮到 2 行动，而这时 2 似乎不能认为 1 是理性的了，从而 2 未必就会选 L 。逆向归纳出问题了？ 四、颤抖手精炼均衡 应该怎样理解对手出乎意料的行动？这种行动既可能是对手粗心大意的结果，也可能是对手处心积虑的行为，当然也可能源于对手确实非理性。 颤抖手精炼均衡（trembling-hand perfect equilibrium）从对手粗心犯错的角度出发，提出了一种对子博弈精炼均衡再精炼的方法。 颤抖手精炼均衡的基本思想是，在任何一个博弈中，每一个参与者都有一定的可能性犯错误（类似于一个人抓东西