博弈模型V3.0.pptVIP

* 2. 策略集： 策略：一局对策中，可供局中人选择的一个实际可行的完整的行动方案，称为一个对策。 策略集:设i为局中人，i的所有策略构成的集合Si称为i的策略集。每个局中人的策略集中至少应包括两个策略。 11.4 博弈模型的基本元素 * 11.4 博弈模型的基本元素 3﹒赢得函数(支付函数)： 局势：在一局对策中，各局中人所选定的策略形成的策略组称为一个局势。即若设si是第i个局中人的一个策略，则n个局中人的策略组s={s1， s2，…， sn}就是一个局势。 全体局势的集合S可用各局中人策略集的笛卡尔乘积表示，即S=S1× S2×… × Sn 赢得函数：当局势出现后，对策的结果也就确定了。也就是说，对任一局势s∈S，局中人I可以得到一个赢得Hi(s)。显然， Hi(s)是局势s的函数，称之为第i局中人的赢得函数。 当局中人、策略、赢得函数三个因素确定后，一个博弈模型也就给定了。 * 第11章 博弈模型 囚徒的困境 约翰·纳什 珊瑚海海战 对策行为的三要素 博弈模型的分类 进攻与撤退的抉择 * 博弈模型 静态对策 动态对策 结盟对策 不结盟对策 联合对策 合作对策 有限 无限 二人 多人 零和 非零和 零和 非零和 二人 多人 零和 非零和 零和 非零和 微分对策等 重点学习 * 第11章 博弈模型 囚徒的困境 约翰·纳什 珊瑚海海战 对策行为的三要素 博弈模型的分类 进攻与撤退的抉择 1944年6月初，盟军在诺曼底登陆成功. 到8月初的形势： 背景 11.6 进攻与撤退的抉择 双方应该如何决策 ？ 强化缺口 盟军 (预备队) 撤退 进攻 德军 盟军(加) 盟军(英) 盟军(美一) 盟军(美三) 东进 原地 待命 * 模型假设 博弈参与者为两方（盟军和德军） 盟军有3种使用其预备队的行动：强化缺口，原地待命，东进；德军有2种行动：向西进攻或向东撤退. 博弈双方完全理性，目的都是使战斗中己方获得的净胜场次（胜利场次减去失败场次）尽可能多. 盟军胜1场 盟军败2场 东进 无战斗 盟军胜2场 原地待命 无战斗 盟军胜1场 强化缺口 向东撤退 向西进攻 盟军 德军 完全信息静态博弈 共同知识(以上信息双方共有) 双方同时做出决策 * 博弈模型 博弈参与者集合N={1,2}(1为盟军，2为德军) 用u1(a1，a2)表示对盟军产生的结果，即净胜场次，称为盟军的效用函数. 盟军胜1场 盟军败2场 东进 无战斗 盟军胜2场 原地待命 无战斗 盟军胜1场 强化缺口 向东撤退 向西进攻 盟军 德军 盟军行动a1 A1={1,2,3}(强化缺口/原地待命/东进)； 德军行动a2 A2={1,2}(进攻/撤退). (行动：即纯战略) 支付矩阵 （Payoff Matrix） 完全竞争: 零和博弈 (常数和博弈) u2(a1，a2)对应 –M * 博弈的解的概念：纳什均衡 (NE: Nash Equilibrium) 不存在(纯)NE (纯战略)纳什均衡 Nash: 1994年获诺贝尔经济学奖 NE: 单向改变战略不能提高自己效用，即每一方的战略对于他方的战略而言都是最优的,　称为最优反应. (纯)NE: a*=(a1*, a2*) =(2, 2) 非常数和博弈(双矩阵表示) * 混合战略（策略：Strategy) 盟军的混合战略集 期望收益 盟军 德军 S1={p=(p1, p2, p3) |　　　　　　　　｝ 德军的混合战略集 S2={ q=(q1, q2) |　　　　　　　　｝ 完全信息　静态博弈　 有限博弈　矩阵博弈 (2人)　 零和博弈　常数和博弈 * 模型求解 理性推理：不管自己怎么做，另一方总是希望使自己得分尽量低.　（二人零和博弈，完全竞争） 盟军 德军 线性规划 从一个给定的战略中期望得到的赢得，总是采用该策略时他们可能得到的最坏的赢得！ 盟军可以用min pM来衡量策略p的好坏 max U1(p) = min pM min U2(q) = max MqT 德军可以用max MqT来衡量策略q的好坏 (p*, q*): 混合(策略)纳什均衡(Mixed NE) p2*=3/5，p3*=2/5 q1*=1/5，q2*=4/5 最优值均为2/5 * 占优(dominate)：盟军的行动2占优于1 （前面的非常数和博弈M’类似） 混合策略似乎不太可行! 但概率可作为参考. ----现实：盟军让预备队原地待命（行动2），而德军没有选择撤退（行动2），结果德军大败. 模型评述 博弈规则至关重要的，如参与人决策的时间顺序、决策时拥有哪些信息