第-6-章-博弈论基础.pptVIP

?? 此时，不存在一组互为最佳应对（纳什均衡） 混合策略 ?? 例子：硬币配对－“零和博弈”（zero ?sum ?game） ? –? 两个参与人各持一枚硬币，同时选择手中硬币的正反面。 ? –? 若他们硬币的朝向相同，参与人乙将赢得参与人甲的 硬币。反之，则参与人甲将赢得参与人乙的硬币。 ? 参与人乙 正面H 反面T 参与人甲 正面H 反面T --‐1，+1 ? +1，--‐1 +1，--‐1 --‐1，+1 混合策略的引入 ?? 引入随机性，考虑参与人将以一定的概率 分布在不同策略间进行选择，一种分布对 应一个“混合策略”（此时，选择策略就 是选择分布） –? 对于双策略（H和T）博弈，混合策略则可简略表示为一 个概率。纯策略就是概率为（0,1）的混合策略。 ?? 通常，我们说 –? 参与人1的策略是概率p，是指参与人1以概率p执行H； 以概率1-p执行T –? 参与人2的策略是概率q，是指参与人2以概率q执行H， 以概率1-q执行T 混合策略的收益 ?? 采用收益期望作为策略的回报测度 ? ?? 设参与人1采用概率p执行H，1--‐p执行T，则： ? ?? 若参与人2采用H，则其收益期望是 ? ?? 若参与人2采用T，则其收益期望是 ? ? ? 类似地，可讨论参与人2采用概率混合策略的情形 ? P 2(p,H)= p!P 2(H,H)+(1 p)!P 2(T,H) P 2(p,T)= p!P 2(H,T)+(1 p)!P 2(T,T) 混合策略的均衡 ?? 混合策略的纳什均衡：它是一对混合策略 ，彼此都是对方的最佳应对（期望收益） ?? 纳什的奠基性贡献：证明了具有有限参与 者和有限纯策略集的博弈一定存在纳什均 衡（包括混合策略均衡） ? ?? 一般来说，找到混合策略的纳什均衡是很 困难的，但在某些特定条件下可能有系统 的方法。 ? 双人双策略、没有含纯策略均衡的博弈中的 混合策略纳什均衡求解 ?? 给定H，T：基本纯策略。按照纳什定理，存在一个 混合策略的纳什均衡（p,q），即p是q的最佳应对， q也是p的最佳应对。如何求p和q？ ? –? “没有含纯策略的均衡”的前提意味着p，q都是严格在0 和1之间。 ? ?? 确定参与人2采用的q的方法（确定p的方法对称） ? –? 基于q和收益矩阵中的值，分别写出参与人1采用H和采用 T的收益期望（q的函数），即P1(H,q)和P1(T,q)，也就是 相当于P1(1,q)和P1(0,q) ? –? 下面的关键是要认识到此时必定有：P1(1,q)＝P1(0,q)， 从而可以借助这等式求出q ? P1(1,q)＝P1(0,q)：在两个端点“无差异”原理 ?? 推理的思路是 ? ?? 若等式不成立，例如 P1(1,q) ? ?P1(0,q)，则将 导致H（即p=1）是参与人1的最佳应对的 结论，即（H,q）是一个纳什均衡，这与“不 含纯策略纳什均衡”的前提矛盾 ? ?? 直观上，若 P1(T,q) ? ?P1(H,q)，参与人1在 应对q的时候采用H就是最好，将任何机 会（概率）分给T都只会导致较低收益 ? –?数学上就是 ? P1(p,q) ?= ?pP1(H,q)+(1--‐p)P1(T,q) ? ?P1(H,q), ?for ?p1 混合策略的收益计算例子 ?? 用收益期望来表达回报 参与人2 正面H(q) 反面T(1--‐q) 参与人1 正面H 反面T --‐1，+1 ? +1，--‐1 +1，--‐1 --‐1，+1 ?? 例如，当参与人2采用策略q时，若参与人1 使用纯策略，则他的回报分别为： –? 纯策略H的期望收益 = (-1)(q)+(+1)(1-q) = 1-2q –? 纯策略T的期望收益 = (1)(q)+(-1)(1-q) = 2q-1 如果系统不存在包含纯策略的均衡，则上述两个表达式必须相等。 ?? 设（p，q）是纳什均衡。对参与人2的策略q， –? 参与人1用纯策略H的期望收益=(-1)(q)+(+1)(1-q)=1-2q –? 参与人1用纯策略T的期望收益=(1)(q)+(-1)(1-q)=2q-1 –? 这是一个不存在含有纯策略均衡的博弈，由“无差异”原理， 须有1-2q=2q-1，即q=1/2 ?? 对称地，可以得到参与人1的最佳应对p=1/2 ?? 因此，（1/2,1/2）是一个混合策略纳什均衡（合直觉） 硬币配对博弈的混合策略均衡