《博弈论-乔晗》4.1+不完全信息动态博弈的均衡与信号博弈.pptVIP

* 信号要求1 在观测到M中的任何信号mj后，接收者必须对哪些类型可能发送mj有一个推断。这一推断用概率分布μ ti|mj 表示，其中对所有T中的ti，μ ti|mj ≥0 ，且 中科院博弈论课程-乔晗 * 信号要求2R 对M中的每个mj，并在给定哪些类型可能发送mj的推断μ ti| mj 的条件下，接收者的行动a* mj 必须使接收者的期望效用最大化。即a* mj 为下式的解： 中科院博弈论课程-乔晗 * 信号要求2S 对T中的每一个ti，在给定接收者策略a* mj 的条件下，发送者选择的信号m* ti 必须使发送者的效用最大化。即m* ti 为下式的解 中科院博弈论课程-乔晗 * 信号要求3 如果在T中存在ti使得m* ti mj ，则接收者在对应于mj的信息集中所持有的推断必须决定于贝叶斯法则和发送者的策略: 中科院博弈论课程-乔晗 * 定义 信号博弈中一个纯策略精炼贝叶斯均衡为一对策略m* ti 和a* mj 以及推断μ ti| mj ，满足信号要求1，2R，2S和3。 中科院博弈论课程-乔晗 * 混同和分离均衡 如果发送者的策略是混同的或分离的，就称均衡分别为混同均衡或分离均衡 中科院博弈论课程-乔晗 * Example例子 中科院博弈论课程-乔晗 p和q表示接受者在两个信息集内的推断 * 发送者策略 混同于L 混同于R 分离，t1选择L，t2选择R 分离，t1选择R，t2选择L 中科院博弈论课程-乔晗 * 精炼贝叶斯均衡 [ L,L , u,d , p 0.5, q], q≤2/3 [ R,L , u,u ,p 0, q 1] 中科院博弈论课程-乔晗 混同于L 假设存在一个均衡，发送者的策略为（L，L） 接收者对应于L的信息集处于均衡路径上，先验概率为p 0.5 接收者的最优反应为u，于是类型t1和类型t2的发送者分别得到1和2 非均衡路径上，如果接收者对R的最优反应为u，则类型t1的发送者选择R的收益2高于选择L的收益1；如果接收者对R的最优反应为d，则两种类型的发送者选择R的收益分别为0和1，低于选择L的收益1和2 中科院博弈论课程-乔晗 * 混同于L 中科院博弈论课程-乔晗 * 混同于R 假设发送者策略为 R,R ，则q 0.5，接收者选u的期望支付为0.5，选d的期望支付为1，于是接受者的最优反应为d，类型t1和类型t2的发送者分别得到0和1. 但是类型t1的发送者选择L可得1（因为在左侧节点，策略u占优于d），好于选择R所得的0 因此不存在发送者策略为 R,R 的均衡 中科院博弈论课程-乔晗 * 分离，t1选择L，t2选择R 发送者选择分离策略 L,R ，则两个信息集都处于均衡路径上，p 1，q 0 接收者在此推断下的最优反应为 u,d ,两种类型的发送者获得的收益都是1 检验对 u,d ， L,R 是否为最优反应 否，如果类型t2的发送者不选R而选L，接收者反应为u时，类型t2的发送者可获得收益2，超过选R时的收益1 中科院博弈论课程-乔晗 * 分离，t1选择R，t2选择L 发送者选择分离策略 R,L ，则两个信息集都处于均衡路径上，p 0，q 1 接收者在此推断下的最优反应为 u,u ,两种类型的发送者获得的收益都是2 检验对 u,u ， R,L 是否为最优反应 是，因为如果类型t1的发送者偏离R选L时，接收者反应为u，类型t1的发送者收益减少1，于是没有动机偏离R；如果类型t2的发送者偏离L选R，接收者的最优反应将为d，类型t2的发送者收益减少1，于是也没有动机偏离L [ R,L , u,u ,p 0, q 1]是精炼贝叶斯均衡 中科院博弈论课程-乔晗 * * * 不完全信息动态博弈的均衡 精炼贝叶斯均衡 中科院博弈论课程-乔晗 不完全信息动态博弈 虚拟局中人：自然 “自然”首先选择局中人类型（type），局中人自己知道，其他局中人不知道， 在“自然”选择之后，局中人开始行动 局中人行动有先有后，后行动者能观测到先行动者的行动，但不能观测到先行动者的类型 * 中科院博弈论课程-乔晗 不完全信息动态博弈 局中人的行动是“类型”依存的，行动传递着关于类型的某种信息 后行动者可以通过观察先行动者的行动来推断其类型，或修正先验概率，然后选择自己的行动 先行动者预测到自己的行动将被后行动者利用，就会设法传递对自己有利的信息，避免传递对自己不利的信息 * 中科院博弈论课程-乔晗 不完全信息动态博弈 博弈过程不仅是局中人选择行动的过程，而且是局中人修正信念的过程 基本均衡概念：精炼贝叶斯均衡 精炼贝叶斯均衡： Selten提出的子博弈精炼纳什均衡 和Harsanyi提出的贝叶斯均衡的结合 * 中科院博弈论课程-乔晗 精炼贝叶斯均衡 是整个博弈的贝叶斯纳什均衡； 给定有关其他局中人的