第讲博弈论动态策略.ppt

* * * * * * * * * * * * * 博弈树与静态博弈 博弈树的方法不仅能表示动态博弈，还能表示静态博弈。 所谓的“博弈先后顺序”，它主要是一个信息的概念，而不是一个纯时间先后的概念。 用博弈树表示囚徒困境 嫌疑人乙 坦白 不坦白 嫌疑人甲 坦白 （5，5） （1，10） 不坦白 （10，1） （2，2） 无不确定性的委托代理人理论 * 1 2 3 委托 不委托 接受 拒绝 努力 偷懒 [R(0),0] [R(0),0] [R(E)-w(E),w(E)-E] [R(S)-w(S),w(S)-S] 无不确定性的委托代理人理论 * 1 2 3 委托 不委托 接受 拒绝 努力 偷懒 [0,0] [0,0] [12，2] [7，1] 成果不确定但可监督的委托代理人理论 * 1 2 3 委托 不委托 接受 拒绝 努力 偷懒 [0,0] [0,0] [20-w(E),w(E)-E] [20-w(S),w(S)-S] 0 0 高产0.9 低产0.1 [10-w(E),w(E)-E] 高产0.1 低产0.9 [10-w(S),w(S)-S] 成果不确定且不可监督的委托代理人理论 * 1 2 3 委托 不委托 接受 拒绝 努力 偷懒 [0,0] [0,0] [20-w(20),w(20)-E] [20-w(20),w(20)-S] 高产0.9 低产0.1 [10-w(10),w(10)-E] 高产0.1 低产0.9 [10-w(10),w(10)-S] 0 选择报酬和连续努力水平的委托代理人模型 解读P139-142的例子 * 制造商与销售商的博弈 * 制造商与销售商的博弈 分别得到2个人的收益函数 * 制造商与销售商的博弈 制造商的应如何定价？ * 制造商与销售商的博弈 制作商的定价 * 制造商与销售商的博弈 * * * * * * * * * * * * * * * * * * * * * * 美国的诉棍 麦当劳“小心地滑” 万宝路“吸烟有害健康” Google“linux专利” Google收购北电专利 桑兰 为什么中国没有诉棍？ R太小，x太少，p太高 * * * * 为什么我们民族越来越没有道德底线？ 美国的打假/article/2012/03/06/19713 中国的唐骏 事后惩罚机制 不知惩罚当事人，还有纵容着（不能只罚小偷） * 抢10游戏 由两个人玩“抢10”的游戏，游戏规则是这样的： 第一个先说“1”或“1、2”或者“1、2、3”， 第二个人再接着往下说一个或两个数或三个数， 然后轮到第一个人，再接着往下说。这样两人反复轮流，每次每人说一个或两个数或3个数都可以，但是不可以连说4个数， 谁先抢到10，谁就获胜． 谁会获胜？为什么？ * 红黑树 博弈树与逆向归纳法: 正向搜索，逆向归纳 列出所有可能的情况，画出博弈树 确定在每个叶子节点，谁会获胜，向前类推 * 状态空间爆炸 图中一共有多少个叶子节点？（多少条路？） 估算：最少走四步，最多走10步（3^4m3^10） 7，8，9：3 6：9 5：9+3+3=15 4：15+9+3=27 3：27+15+9=51 2：51+27+15=93 1：93+51+27=171 0：171+93+51=315 斐波纳切数列 路径数随着n的增大为指数级增长 计算上有难度 * 如何优化（1）：广度搜索与剪枝 实际上不需要走所有的路 使用广度优先搜索树 标记胜利节点，剪枝 人工智能 * 如何优化（2）：关键点法逆推 为了保证数到10，必须数到6 “谁先数到10就赢”=》 转化为“谁先数到6就赢” 以此类推 * 抢100游戏 由两个人玩“抢100”的游戏，游戏规则是这样的： 每个人可以数1-9， 谁先抢到100，谁就获胜． 谁会获胜？为什么？ 抢n游戏，每个人可以数1-k，谁会获胜？ * 抢100游戏 由两个人玩“抢100”的游戏，游戏规则是这样的： 每个人可以数2-9 每步的数字为乘积，而不是加和 谁先抢到100，谁就获胜． 谁会获胜？为什么？ 抢n游戏，每个人可以数1-k，谁会获胜？ * 选择某一个点，同时一走该点上方和右方的石子 双方轮流移走石子 移走最后一个石子的人输 * 拿石子游戏 有一堆石子共25颗，两人轮流从中拿石子。规则是： （1）掷硬币决定谁先拿； （2）每人每次可以从中拿1~3颗，不能不拿，也不能多拿； （3）拿到最后一颗的人输。 * 有n堆石子，将这n堆石子摆成一排。游戏由两个人进行，两人轮流操作，每次操作者都可以从一堆中取出若干颗石子，可以将那一堆全部取掉，但不能不取，不能操作的人就输了。 比如：三堆石头，16，12，5 应该如何取？谁会获胜？ * 讨价还价博弈 给你100万，你愿意今天要这个钱还是明天（10年后）要这个钱？