博弈论第三章题稿.ppt

Chapter 3 Repeated Games;张维迎P207—209;　1、阶段博弈之间没有“物质上”的联系（no Physical links），也就是说，前一阶段博弈 不改变后一阶段博弈的结构（对比之下，序惯 博弈涉及到物质上的联系）； 　２、所有参与人都观测到博弈过去的历史； 　３、参与人的总支付是所有阶段支付的贴现 值之和或加权平均值。;　?２：分析重复博弈的意义　因为其他参与人 过去行动的历史是观测得到的，一个参与人可以 使自己在某个阶段博弈的选择依赖于其他参与人 过去的行动历史，因此，参与人在重复博弈中的 策略空间远远大于和复杂于每一个阶段博弈的策 略空间（试想囚徒困境博弈重复５次，每个 囚徒的纯策略数量会有多少？策略组合的数量会 更多）。这意味着，重复博弈可能带来一些“额 外的”均衡结果，这些结果在一次性博弈中是不 会出现的。;重复次数的重要性来自于参与人在短期利益和 长期利益之间的权衡。当博弈只进行一次，参 与人只关心一次性的支付；但如果博弈重复多 次，参与认可能会为了长远利益而牺牲眼前利 益从而选择不同的均衡策略。这是重复博弈分 析给出的一个强有力的结果，它为现实中观测 到的许多合作行为和社会规范提供了解释。;一、有限次重复博弈 （以two-stage repeated games为例）; 回忆第二章第四节的“有同时选择的两阶段动态博弈”。;而在两阶段囚徒困境中,第二阶段的NE可以完全 不依赖于第一阶段的结果。;下面给出有限次重复博弈的定义;有限次“囚徒困境”博弈的NE再一次表明了为什么 会爆发价格战。试想两博弈方不是囚徒而是两个 大公司，比如可口可乐公司和百事可乐公司、或 者是联合利华公司和宝洁公司，如果摆在这些公 司面前的是两种拓展市场份额策略的选择：保持 原价或降低价格，“囚徒困境”博弈告诉我们这些 公司会降低价格并不断重复下去。这个结论是令 人沮丧的。但实际情况并非完全如此。那么在什 么情况下，它们会合作呢？;200次“囚徒困境”的博弈中与对方争斗。计算机 中的竞赛结果表明，合作是可以出现的，即使 竞争双方是理性的、自私的。这个胜出的策略 就是“触发??略”（“针锋相对”策略），这一策 略着眼于合作，从合作出发而不是相互背叛。 几轮博弈之后，各方的策略就会明朗起来，互 为对方所知晓和理解。;Proposition If the stage game G has a unique Nash equilibrium then, for any finite T,the repeated game G(T) has a unique subgame- perfect outcome:the Nash equilibrium of G is played in every stage. ?注 ;?注：在阶段博弈G为完全且完美信息动态博弈 时类似的结论同样成立。设G属于第三章所定义 的完全且完美信息动态博弈，如果G有唯一的逆 推归纳解，则G(T)有唯一的子博弈完美NE：其 中每一阶段的结果都是G的逆推归纳解。类似的， 设G为第三章所定义的有同时选择的两阶段动态 博弈，如果G有唯一的子博弈NE，则G(T)也有唯 一的子博弈完美NE：G的子博弈完美NE重复进 行T次。;（二）阶段博弈存在两个以上NE;这4条均衡路径及其支付是：;?路径的支付采用平均支付与采用总支付相比的 优点：平均支付可以与阶段博弈的支付相比较。;*该博弈如果重复三次构成一个三阶段的重复 博弈，由每阶段都重复或交替阶段博弈的纯策 略NE，那么子博弈完美NE路径有几条？;甲：第一阶段开发A市场；第二阶段视第一阶段 的结果而定—如果结果是（A，A），则选 A，如果是（A，B），则选B；第三阶段无 条件选B。 乙：第一阶段开发A；第二阶段开发B；第三阶 段根据第一阶段的结果而定—如果第一阶段 结果是（A，A），则选A，否则选B。;对应的路径：;这就证明了该策略组合是子博弈完美的。从这 条均衡路径中看到：将来利益对当前的选择有 约束。;?一方的机会主义行为将触发其他参与人策略中 的惩罚机制发生。;考虑如下抽象博弈：;上面的例子因为阶段博弈的NE很丰富，且存在 可供奖励和惩罚的NE，所以双方不仅可构造触 发策略，而且触发策略是子博弈完美的（或者 说触发策略所包含的奖励和惩罚是可信的）。; 参与人2 L M R P Q;除了（M，X）和（X，M）（X=L、R、P、Q） 的第二阶段是（P，P）或（Q，