博弈描述.ppt

博弈的描述 主要内容 扩展式博弈（Games in extensive form） 策略式博弈(Games in strategic form) 扩展式博弈的标准式描述（the normal representation） 一、扩展式博弈 例1：纸牌博弈 局中人：1和2 规则：博弈开始时，每人拿出一元钱作为赌注，然后，局中人1从52张纸牌中抽出一张牌，自己看完牌的颜色后，决定是停牌（fold）还是加注(raise)。若是停牌，需要将牌出示给2看，然后博弈结束。此时，牌若是红色，局中人1赢，否则，则1输。若是加注，局中人1需再拿出一元钱作为赌注，然后局中人2决定是放弃（pass）还是追随(meet)，若放弃，局中人1赢，博弈结束；若追随，则2需要也拿出一元钱作为赌注，然后，1出示牌，若红色，1赢，否则，1输。 一、扩展式博弈（续1） 一、扩展式博弈（续2） 节点 终点节 根节 机会节 决策节 枝 博弈的路径 博弈的分支 树 有根树 一、扩展式博弈（续3） 一、扩展式博弈（续4） 一个人不可能在他不知道有哪些选择的情况下作出有意义的选择。 为了保证局中人在博弈的任何节点总是知道他面临的选择，如果两个决策节属于同一局中人的同一个信息集，那么他们的行动分支就必须相同。 一、扩展式博弈（续5） 2、构成扩展式的要素 局中人集合 行动顺序 依赖行动的报酬 采取行动时掌握的信息 外生事件的概率分布 一、扩展式博弈（续） 一、扩展式博弈（续） 一、扩展式博弈（续） 完美回忆假设 当某个局中人行动时，他记得在这之前他知道的所有的信息。 正式的，我们有 一、扩展式博弈（续） 完美信息 没有两个决策节属于同一个信息集。 也就是说，当某一局中人开始行动时，他知道过去的一切。 策略 扩展式博弈的策略是一套为局中人的每一个可能信息状态决定行动的规则。 数学上，策略是一个把信息状态映射到行动的函数。 一、扩展式博弈（续） 纸牌博弈中的策略 局中人1的策略 策略1：无论什么颜色，都加注； 策略2：无论什么颜色，都停牌； 策略3：红色，加注，黑色，停牌； 策略4：红色，停牌，黑色，加注。 局中人2的策略 如果对方加注，放弃 如果对方加注，追随 一、扩展式博弈（续） 二、策略式博弈 1、构成策略式博弈的要素 参与人集合 每一个参与人的策略集和 依赖策略组合的收益 2、策略式博弈 二、策略式博弈 3、策略组合（strategy profile） 策略组合是是由每一个局中人可选择的策略组成。 二、策略式博弈 报酬函数 报酬可以看成一个由策略组合空间到实数集合的一个函数。 零和博弈 所有局中人的报酬加总起来等于0。 二、策略式博弈 有限博弈 如果一个博弈的参与人集合以及每一个参与人策略集和是有限的，则该博弈为有限博弈。 有限博弈一般采用支付矩阵来表示。 二、策略式博弈 混合策略 参与人i的一个混合策略是定义在其纯策略上的一个概率分布。 混合策略集和：定义在纯策略上的若干概率分布。 混合策略组合： 混合策略组合的集合 混合策略下的报酬 二、策略式博弈 例子 二、策略式博弈 三、扩展式博弈的标准式表述 1、扩展式博弈和策略式博弈的比较 扩展式博弈是动态模型 策略式博弈是一个静态模型 策略式博弈可以理解为扩展式博弈的一个简化 扩展式博弈可以用策略式博弈予以重新表述 三、扩展式博弈的标准式表述 例：纸牌博弈 三、扩展式博弈的标准式表述 第一步：找出参与人的策略 参与人1的策略 S1={Rr,，Rf，Fr，Ff} 参与人2的策略 S2={M， P} 三、扩展式博弈的标准式表述 第二步：计算每一个策略组合下的报酬 策略组合（Rf, M）下参与人1和2的报酬 三、扩展式博弈的标准式表述 第三步：绘出支付矩阵 * * 0 (2,-2) (1,-1) (-2,2) (1,-1) (1,-1) (-1,1) 1 1 2 2 red black raise raise fold fold meet pass meet pass 信息集 0 (2,-2) (1,-1) (-2,2) (1,-1) (1,-1) (-1,1) 1 1 2 2 red black raise raise fold fold meet pass meet pass 3、扩展式的严格定义 图：具有枝的节点有限集。 树：每一对节点只有一个枝连接的图。 有根树：具有根节点的树 (2,2) (4,0) (1,0) (3,1) 1 2 2 L R L R T B (2,2) (4,0) (1,0) (3,1) 1 2 2 L R L R T B 策略组合的集合 3，5 4，8 6，7 5，60 左 右 上 下 2，8 3，6 6，2 9，6