后向归纳法的动态认知刻画.PDFVIP

莩 辟‘富 2016年第4期 后向归纳法的动态认知刻画 崔建英 [摘 要】后向归纳法BI(BackwardInduction)是求解动态博弈的经典算法，其认知机制的探讨 多是基于 静态的认知模型展开的。这样 ，为 了给 BI算法结果 中具有反事实性的理性行动提供合理置信 的解释 ，一些 非平凡的条件被添加到这类认知模型 中，形成 多种较为复杂的条件知识 (或信念)或层级式 (Hierarchica1) 知识 (或信念)系统。我们构建了一类博弈认知模型，基于公开宣告逻辑 PAL (PublicAnnouncementLogic)， 实现博弈认知模型的动态更新 ，论证 了在完美信息动态博弈 中，选手 间的理性公共知识能够导致 BI算法结 果，为该算法的认知条件提供 了一种新的逻辑刻画。这种刻画没有涉及选手策略等博弈概念 ，通过利用PAL 中模 型更新的动态性来描述动态博弈 中的BI算法认知条件 ，不会受到通常 BI算法认知刻画理论 中所涉及 的 反事实 (无论是主观还是客观)推理的影响，从而有效地避免 了复杂的条件信念 (或知识)系统或层级式知 识 (或信念)和信念修 正的问题 。 关『键词1后 向归纳法 理性 公开宣告逻辑 [中图分类号]B81—05(文献标识码]A [文章编号] 1000—7326 (2016)04—0035～07 一 、 引论 在动态博弈中，关于选手理性选择的刻画往往是基于一类静态的认知模型而展开进行的。[11在这类 认知模型中，我们不仅需要描述出理性决策路径上选手们的知识 (或信念)．而且还需要说 明当一个不 是理性决策路径上的行动如果被对手选择到时，每个选手原有的初始知识 (或信念)、在此情形下选手 对于原有知识 (或信念)所进行 的修正以及其对手关于该选手修正后的知识 (或信念)等。例如 ，在一 个动态博弈中，选手2初始时知道 (或相信)理性选手 1应该选择马上结束博弈的行动 ，然而 ，他还需 要知道 (或相信)，如果选手 1让博弈继续进行 ，给出机会让他进行选择时，选手 1所基于的知识 (或 信念)是什么，以引导选手2在此情形下做出理性的选择 。因此 。这类模型必然会涉及复杂的条件知识 (或信念)系统或层级式 (Hierarchica1)系统和信念修正的问题。同时，基于此类模型 ，选手初始时理 性 的公共知识是不能蕴涵后向归纳法 BI(BackwardInduction)的结果的。[2113][4] 在本文 中，我们基于一个动态逻辑系统——公开宣告逻辑 PAL (PublicAnnouncementLogic)，将理 本文系国家社科基金资助项 目 (12CZX056)、教育部人文社会科学重点研究基地重大项 目 (15JJD720014)、广东 省哲学社会科学 “十二五”规划青年项 目 (GD11YZX03)的阶段性成果。 作者简介 崔建英，中山大学哲学系、逻辑与认知研 究所讲师 (广 东 广州，510275)。 一 35— 性选手定义为或者该选手对于当前世界所相应的结果没有绝对决策权 ，或者他知道参与博弈的选手在他 们能够对博弈结果具有绝对决策权时总是追求其 自身利益最大化，论证了在完美信息动态博弈中，基于 这种理性的公共知识能够导致BI算法结果 ，从而为该算法的认知条件提供了一种新的逻辑刻画。由于 这种刻画理论是通过利用PAL中模型更新的动态性来描述动态博弈中的BI算法的动态剔除博弈结果的 过程 ，没有涉及选手策略的问题 ，不会受到通常 BI算法认知刻画理论中所涉及的反事实 (无论是主观 还是客观)推理问题的影响，从而有效地避免了复杂的条件信念 (或知识)系统或层级式信念 (或知 识)和信念修正的问题。pj[6117]8[119][‘】[2】[13】同时，由于我们的刻画分析是基于动态认知逻辑PAL之上 ，这 也为未来我们研究动态模型检测动态博弈认知系统性质 ，提供了可行的理论基础。 二、预备知识 本文的讨论主要涉及了公开宣告逻辑和具有完美信息动态博弈的内容，因此，在本节中，我们将主 要介绍与这两个内容相关的一些概念和定理 。并定义一个行动函数，用于后文中博弈认知模型的构建。 (一)公开宣告逻辑 PA