第十讲 博弈研究前沿.ppt

第十讲 博弈研究前沿 李存金 博士 教授 北京理工大学经济管理学院 第十讲 博弈研究前沿 博弈论相关研究者已五次获得诺贝尔经济学奖，充分展示了这一学科发展的强大生命力。目前经典博弈论的体系已日趋成熟，但其分支理论或拓展研究却仍在产生着许多令人惊讶的新成果，其应用的领域业也越来越广泛。博弈论研究的繁荣景象并不是偶然的，而是有其客观的必然性。首先，博弈是一种普遍的社会、经济、自然现象；第二，博弈论仍属于一门新兴的理论；其三，博弈论在理论与方法上与其它学科交融发展，不断产生新的视角、新的观点、新的方法和新的分支理论。 作为一个研究工作者，必须具有敏锐把握新现象、新问题、新理论的能力，才能做出有创新性的科研成果。由此而感，本讲拟就近些年来国内外博弈研究领域中出现的若干重大前沿理论做一简要介绍。 10.1 进化博弈论 进化博弈论的最早研究可以追溯到古诺（Cournot，1838）对寡头市场产量竞争中产量调整过程的研究，在一定意义上讲，“古诺调整”体现了博弈中的学习进化思想。而在生物学领域，费希尔（Fisher，1930）关于性别比例的研究，可以看作是进化博弈萌芽阶段的早期探索。实际上，纳什（Nash，1950）提出纳什均衡时曾对纳什均衡给出了“理性行为”（rational action）和“群体行为”（mass action）两种解释，只是以后的很长时间里，人们一直只注意其中的理性主义解释而忽略了群体行为解释。因此，普遍认可的进化博弈论形成是以梅纳德.斯密（Maynard Smith）和普赖斯（Price）（1973）提出“进化稳定策略”（evolutionary stable srategy，ESS）概念为标志。 10.1 进化博弈论 理性行为假设下，纳什均衡被认为是在博弈方“内省和推理”基础上通过完全理性的选择形成的。而在群体行为假设下，认为博弈方具有学习和调整能力，纳什均衡是在非完全理性的基础上，通过“外推和学习”的方式，基于过程理性”（procedural rationality）实现的。有限理性意味着博弈方往往不会采用完全理性条件下的最优策略，均衡更可能是学习调整的结果而不是一次性选择的结果。可见，理性假设下的博弈分析框架无法反映博弈方的学习过程，更无法讨论群体中博弈方的行为方向和策略的动态稳定性问题。因此可以说，进化博弈论的产生，为研究有限理性条件下人类行为和动物进化的博弈模式和机制提供了全新的思路和方法论。 10.1 进化博弈论 从一个例子讲起：鹰鸽博弈 假定个体在搏斗时，只采用两种极端的战术：“鹰派”不顾一切地搏斗下去，直到一方受重伤或死亡而失去搏斗能力为止；“鸽派”或者只是虚张声势地吓唬一番，一旦搏斗真正开始，就逃之夭夭。很显然，一个完全由鸽派组成的群体不可能是稳定的。因为如果突变出了一只鹰派，在与鸽派搏斗时战无不胜，有生存优势，它的鹰派后代也会越来越多。但是，一个全部由鹰派组成的群体不可能是稳定的。因为如果突变出了一只鸽派，虽然它在搏斗中每战必败，但是也不会有伤亡，而鹰派彼此之间的争斗会有伤亡，这样，在一个由鹰派组成的群体中，做为鸽派有生存优势，它的基因就会在后代中传播开去，鸽派在后代中会越来越多。只有鹰派和鸽派各占一定的比例，这个群体才达到了进化稳定策略状态。 将上面这个例子定量化，如图1所示。 10.1 进化博弈论 不妨设想一个物种种群中有比例为25%的鹰和比例为75%的鸽子，因此每个个体在争夺资源的时候，碰到鹰与鸽子的可能性分别为25%和75%。在这种情况下，每只鸟儿与鸽子进行组合的概率就是与鹰进行组合的三倍。图1矩阵中的收益不是金钱或食物，而是繁殖的适应度，数值越大，群体繁殖能力越强。在前面的鹰鸽博弈（斗鸡博弈）中是两个个体之间的斗争，现在要考虑的是一个群体中不同类型的鸟儿的比例对群体繁殖能力影响的博弈。 10.1 进化博弈论 在这种情况下，采取两种策略的子群体的某个个体的期望收益分别为： 鹰的期望收益＝ -25p+14（1-p）= 14-39p＝4.25； 鸽子的期望收益＝-9p+5（1-）p = 5-14p＝1.5； 整个群体的期望收益＝4.25×0.25+1.5×0.75＝2.1875。 在这种情况下，· 鹰的期望收益 4.25 鸽子的期望收益 1.5，因此鹰子种群的成长速度要高于鸽子子种群。又由于鹰期望收益与整体的比例为4.25/2.1875＝1.94，在这一状态下鹰子种群的成长速度是整体种群成长速度的1.94倍。同时鸽期望收益与整体比例为1.5/2.1875＝0.69，因此鸽子子种群的成长速度是整体种群成长速度的0.69倍。 当老鹰子种群与鸽子子种群的适应性相同也就是期望收益相等，即-25p+14（1-p）= -9p+5（1-p），p = 0.36时，达到演化