三、智猪博弈.pptVIP

智猪博弈 –以不变应万变 3.1 博弈论要点 博弈论的基本概念包括：参与人、行动、信息、战略、支付函数、结果、均衡 其中，参与人、行动、结果合称博弈规则 博弈有不同的种类： 从行动顺序角度： 静态博弈。参与人同时选择行动 动态博弈。参与人的行动有先后顺序 3.1 博弈论要点 从拥有信息角度： 完全信息博弈。每个参与人对所有其他参与人的特征、战略空间、支付函数有准确的知识 不完全信息博弈。 将二角度结合，博弈有四种： 完全信息静态博弈 完全信息动态博弈 不完全信息静态博弈 不完全信息动态博弈 博弈论模型G＝｛P，A，S，I，U｝ 一个博弈需要有五方面内容组成：参与人、行动、信息、结果 P：为局中人，能够独立决策，独立承担责任的个人或组织，以最终实现自身利益最大化为目标。 A：各局中人的所有可能的策略或行动的集合。分为有限博弈和无限博弈,后者表现为连续对策、重复博弈和微分对策等。 S：博弈的进程或次序。分为静态博弈和动态博弈。 I：博弈信息,能够影响最后博弈结局的所有局中人的情报。信息在博弈中占重要地位,博弈的赢得很大程度上依赖于信息的准确度与多寡。如果各方对各种局势下所有局中人的得益状况完全清楚,称为完全信息博弈。反之为不完全信息博弈。在动态博弈中还有一类信息:轮到行动的博弈方是否完全了解此前对方的行动。如果完全了解则称之为“具有完美信息”的博弈。反之称为“不完美信息的动态博弈”。由于信息不完美,博弈的结果只能是概率期望,而不能像完美信息博弈那样有确定的结果。 U：为局中人获得利益,也是博弈各方追求的最终目标。分为零和博弈和变和博弈。零和博弈中各方利益之间是完全对立的。变和博弈有可能存在合作关系，争取双赢的局面。 3.2 完全信息静态博弈：纳什均衡 设有两个人一起玩游戏，每个人都有不同的策略，谁都希望自己出“高招”使自己获胜(即寻求效用的最大化)，但获胜并不完全依赖于自己的行为能力，还依赖于对手怎么做。 有时，双方会形成这样一种状态：我的最好策略所依赖的条件就是你的最好策略。换言之：如果你那样做，我这样最好，而你“那样”做恰恰又是你的最佳策略。 通俗地讲：如果别人不动，我也不能动 3.2 完全信息静态博弈：纳什均衡 假设n个人参与博弈，给定其他人战略的条件下，每个人选择自己的最优战略。纳什均衡指的是“由所有参与人的最优战略组成的一个组合” 几个人制订了一个协议，这几个人是否能自愿遵守？他们会自觉遵守，这个协议就构成一个纳什均衡。 如果一个协议不构成纳什均衡，它就不可能自动实施，需要外力胁迫，这就无所谓“协议” 3.2 完全信息静态博弈： 纳什均衡基本分析思路和方法 占优战略均衡：不论其他人采取什么策略，A之某策略的payoff总是最高，即为“占优战略” 如果一个博弈的某个策略组合中的所有策略都是各方的上策，那么这个策略组合将是所有人都愿意选择的,必然是比较稳定的结果,这是“占优战略均衡” 。反映了所有人的绝对偏好，因此十分稳定。但这种情况较少见。 划线法：横向，如果“列”选中一个策略，在我的最佳策略下划线；纵向，如果“行”选中一个策略，在我的最佳策略下划线。某个策略组合中的两个支付之下都有横线，此即较为可能的解。如果这种解只有一组，此即上策均衡。 3.3 智猪博弈 猪圈很长，一头有一踏板，另一头是饲料的出口和食槽。猪每踩一下踏板，另一边就会有相当于10份的猪食进槽，但是踩踏板以后跑到食槽所需要付出的“劳动”，加起来要消耗相当于2份的猪食。 　假设猪圈里有一头大猪、一头小猪。若大猪先到槽边，大小猪吃到食物的收益比是9∶1；同时到槽边，收益比是7∶3；小猪先到槽边，收益比是6∶4。那么，在两头猪都有智慧的前提下， 如何选择进食方式？ “笼中猪”博弈的具体情况如下：如果两只猪同时踩踏板，同时跑向食槽，大猪吃进7份，得益5份，小猪吃进3份，实得1份；如果大猪踩踏板后跑向食槽，这时小猪抢先，吃进4份，实得4份，大猪吃进6份，付出2份，得益4份；如果大猪等待，小猪踩踏板，大猪先吃，吃进9份，得益9份，小猪吃进1份，但是付出了2份，实得-1份；如果双方都懒得动，所得都是0。 下表给出这个博弈的支持矩阵 用博弈论中的报酬矩阵可以更清晰的刻画出小猪的选择： 综合来看，无论大猪是选择行动还是等待，小猪的选择都 将是等待，即等待是小猪的占优策略。 　　 智猪博弈的结果 利益分配格局决定两头猪的理性选择：小猪踩踏板只能吃到一份，不踩踏板反而能吃上4份。对小猪而言，无论大猪是否踩动踏板，小猪将选择“搭便车”策略，也就是舒舒服服地等在食槽边，这是最好的选择。 　　现在来看大猪。由于小