[小学教育]重复博弈.pptVIP

经济管理学院 曹正勇 * Game Theory and Information Economics Game Theory and Information Economics Game Theory and Information Economics 博弈论与信息经济学 * Game Theory and Information Economics Game Theory and Information Economics Game Theory and Information Economics 2004年9月 博弈论与信息经济学 1、重复博弈的定义及特征 （1） 定义： 重复博弈指同样结构的博弈重复多次， 其中每次博弈称为阶段博弈。 （2） 特征： A、阶段博弈之间没有“物质”上的联系，即 前一阶段的博弈不改变后一阶段博弈的结构； B、所有参与人都观测到博弈过去的历史； C、参与人的总支付是所有阶段博弈支付的 贴现值之和或加权平均值。 2、有限次重复博弈 （1）定义 （2）相关概念 重复博弈的得益 （3）定理1 在G中得益的T倍，平均每阶段得益等于原博弈G中的得益。 例：有限次重复囚徒困境博弈 如果我们以该博弈作为原博弈G进行重复博弈，结果是否会与一次性博弈有所不同，还是仍然是一次性博弈的简单重复呢? 如果重复的次数是两次，则该重复博弃的现实意义可以理解为官方给这两个囚徒两次机会，他们最后的得益(被关年数的负值表示的负效用)是两个阶段博弈中各自得益之和(当然在第二阶段开始之前是让每个囚徒知道上一阶段另一囚徒选择的)。 分析： 因为重复博弈的全过程是一种动态博弈过程，因此我们用逆推归纳法来分析双方在各阶段的选择。先看第二阶段，即后一次博弈。第二阶段博弈本身仍然是两囚徒之间的一个囚徒的困境博弈，此时，前一阶段的结果已成为既成事实．而在此阶段之后又不再有任何的后续阶段，因此实现自身在本阶段中的最大利益是两博弈方在该阶段决策的唯一原则，所以，不管前一阶段博弈的结果如何，第二阶段博弈的唯一结果就是原博弈的一次性博弈的唯一的纳什均衡(坦白，坦白)，双方的得益为(一5，一5)。 现在我们再回到前一阶段，即第一个阶段。在第一 阶段，两博弈方对后一阶段将会出现的结果是一清 二楚的，都知道双方在第二阶段将得到一5的得益， 因此此时双方都知道整个两次重复博弈的结果，双 方的最终得益肯定就是在本阶段的双方得益上各加 一个（一5）。因此，该重复博弈实际上与一次性博 弈是等价的。 (4) 多个纯策略纳什均衡博弈的有限次重复博弈 5，5 3，3 2，0 0，2 2，0 6，0 0，2 0，6 1，1 H M H 厂商2 M L 厂 商 1 L 三种可选战略博弈 2，2 3，1 3，1 1，3 4，4 7，1 1，3 1，7 8，8 厂 商 1 厂商2 L M H H M L 两次重复三种可选战略博弈的等价模型 触发策略：两博弈方先试探合作，一旦发现对方不合作则也用不合作报复 博弈方1：第一次选h；如第一次结果为(H,H)，则第二次选M，否则选L 博弈方2：同博伊方1 例1 两市场博弈的重复博弈（重复两次） (A,B)+(A,B) OR (B,A)+(B,A)——(1,4)(4,1) 连续两次采用混合策略——(2,2) (A,B)+(B,A) OR (B,A)+(A,B)——(2.2,2.5)轮换策略 一次纯策略+一次混合策略——(1.5,3)(3,1.5) 0，0 4，1 1，3 3，3 厂 商 1 厂商2 B A A B 两市场博弈 厂商2 得益 厂商1得益 (1,4) (3,3) (2.5,2.5) (2,2) (3,1.5) (4,1) (1.5,3) 例2 　　进一步，我们可把二次重复两市场博弈推广到任意有限次重复，就说l 01次。这时，厂商1的策略是在前99次中都选A，但一旦发现哪次出现结果(A，B)，则改选并坚持B到底，最后二次与二次重复的后两次一样；厂商2的策略也是前99次都选A，但一旦发现哪次出现结果(B，A)，则以后每次都选B，最后二次与二次重复的后两次一样。同样的道理，这也是子博弈完美纳什均衡路径。双方平均得益都等于 (99×3十l十4)／101＝2．99，非常接近于最优结果(3，3)。 (5) 有限次重复博弈的民间定理 个体理性得益：不管其它博弈方的行为如何，一博弈方在某个博弈中只要自己采取某种特定的策略，最低限度保证能获得的得益。 可实现得益：博弈中所有纯策略组合得益的加权平均数组 定理：设原博弈的一次性博弈有均衡得益数组优于w，那么在该博弈的多次重复中所有不小于个体理性得益的可实现得益，都至少有一个子博弈完美纳什均衡的极限的平均得益来实现它们