《博弈论-乔晗》2.3重复博弈.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 无名氏定理（folk theorem） 在无限期重复博弈中，如果局中人有足够的耐心，即δ足够大，那么任何满足个人理性的可行的支付向量都可以通过一个特定的子博弈精炼均衡得到。 在无限期重复博弈中，如果每个局中人都对未来足够重视，即δ足够大，那么任何程度的合作都可以作为一个精炼Nash均衡结果出现。 合作程度：整个博弈中合作出现的频率 100%合作：每一次都合作 0%合作：每一次都不合作 中科院博弈论课程-乔晗 * 重复博弈的支付函数 中科院博弈论课程-乔晗 * 可行支付 中科院博弈论课程-乔晗 * 无名氏定理 中科院博弈论课程-乔晗 * （-6，-6） （-9，0） （0，-9） （-1，-1） 囚徒困境博弈 四个角点是纯策略的支付向量；连接两个角点的边或对角线是混合策略支付向量； 其他内点是多于两个纯策略支付的加权平均 中科院博弈论课程-乔晗 * 无名氏定理（folk theorem） 无名氏定理 中科院博弈论课程-乔晗 * （-6，-6） （-9，0） （0，-9） （-1，-1） 囚徒困境博弈 （-6，-6）是Nash威胁点 无名氏定理 中科院博弈论课程-乔晗 * 古诺重复博弈 无限次重复博弈可能有无穷多个精炼Nash均衡结果 中科院博弈论课程-乔晗 * 无名氏定理 * * * * * * * * * * * * * * * * * * * * * * * * * 1,1 5,0 0,0 0,0 0,0 0,5 4,4 0,0 0,0 0,0 0,0 0,0 3,3 0,0 0,0 0,0 0,0 0,0 4, ? 0,0 0,0 0,0 0,0 0,0 ?,4 L2 M2 R2 P2 Q2 L1 M1 R1 P1 Q1 另一个案例: 两阶段重复博弈 4个NE: (L1,L2) ,(R1,R2),(P1,P2),(Q1,Q2) 假设阶段博弈发生两次，第二阶段博弈开始前可以观测到第一阶段的结果. 中科院博弈论课程-乔晗 * 进一步假设局中人预期第二阶段结果如下所示: 若第一阶段结果为(M1,M2)则选择(R1,R2) 若第一阶段结果为 (M1,w) ，则选择(P1,P2) 其中w≠M2 若第一阶段结果为(x,M2), 则选择(Q1,Q2) 其中 x≠M1 若第一阶段结果为(y,z), 则选择(R1,R2) 其中 y≠M1, z≠M2 那么 ((M1,M2), (R1,R2) ) 是一个子博弈精炼纳什均衡 中科院博弈论课程-乔晗 4,4 5?,4 3,3 3,3 3,3 4,5? 7,7 4, ? 4, ? 4, ? 3,3 ?,4 6,6 3,3 3,3 3,3 ?,4 3,3 7,3? 3,3 3,3 ?,4 3,3 3,3 3?,7 L2 M2 R2 P2 Q2 L1 M1 R1 P1 Q1 如果博弈中，可信的惩罚措施足够多，重复博弈就可能出现一次博弈时不会出现的合作行为，即使博弈重复次数是有限的 中科院博弈论课程-乔晗 * * 无限次重复博弈 一个无限次重复博弈是一个完全信息的动态博弈，其中一个同样结构的博弈，即阶段博弈，被重复无限次，并且前一阶段博弈在下一阶段博弈开始前可以被观测到. 更准确的说，同时行动博弈发生在阶段1, 2, 3, ..., t-1, t, t+1, .....前面所有 t-1 阶段的结果在第t阶段博弈发生前都可以被观测到 每个局中人的支付贴现因子为?, 其中 0 ? = 1 重复博弈中一个局中人的支付是局中人阶段博弈支付的现值 中科院博弈论课程-乔晗 * 无限重复博弈的现值 中科院博弈论课程-乔晗 * 无限次重复博弈: 例 下面的同时行动博弈被重复无限次 所有前面阶段博弈的结果在下一阶段博弈开始前可以被观测到. 无限次重复博弈中每个局中人的支付为所有阶段支付的现值. 问题: 是否存在子博弈精炼纳什均衡？ 局中人 2 L2 R2 局中人 1 L1 1 , 1 5 , 0 R1 0 , 5 4 , 4 中科院博弈论课程-乔晗 * 例：子博弈 无限重复博弈的每个子博弈都等于原博弈 1 L1 R1 2 L2 R2 2 L2 R2 (1, 1) (5, 0) (0, 5) (4, 4) 中科院博弈论课程-乔晗 * 例：策略 局中人的策略是一个完整的行动计划，依赖于局中人的以往行动 （例）局中人i的一个策略：在每阶段选择Li；或在他的每个信息集上选择Li （例）