博弈论课件第二章 节 完全信息静态博弈.ppt

中南财经政法大学信息学院 3、占优策略（上策）均衡(dominant-strategy equilibrium) 一般来说，由于每个博弈方的效用是依赖于所有人的选择，因此每个博弈方的最优选择（策略）也依赖于所有其博弈方的选择（策略）。 但是，当一个博弈方的最优选择并不依赖于他人的选择，这样的最优策略就被称为“占优策略”(dominant strategy)。 由所有博弈方的占优策略构成的战略组合被称为“占优均衡”。 占优策略均衡的出现只要求所有博弈方都是理性的，但不要求每个博弈方知道其他博弈方是否理性。 占优策略：不论其他博弈方选择什么策略，博弈方的最优策略是唯一的，这样的最优策略称为“占优策略”(dominant strategy)。 占优策略均衡： 定义：在博弈的策略表达式中，如果对于所有的i，Si*是i的占优策略，下列策略组合就称为占优策略均衡： 理解：当你身处同时行动的博弈问题时，你的最佳策略是什么？决定胜负的因素又是什么？当双方的策略选择是有迹可循时，并能形成某种“定式”——即均衡 如果所有博弈方都有（严格）占优策略存在，那 么占优策略均衡就是大家都可预测的唯一均衡。 特点二：个人理性有时与集体理性的冲突 下面要介绍的“囚徒困境”就表明个人理性与集体理性的冲突。 且这样的例子很多：寡头竞争，军备竞赛，团队生产中的劳动供给，公共产品的供给，等等； 特点一：不要求理性是共同知识 占优策略只要求每个博弈方是理性的，而不要求每个博弈方知道其他博弈方是理性的（也就是说，不要求理性是共同知识）。为什么？ 经典案例一——囚徒困境（prisoners’ dilemma) 坦白 不坦白 坦白 不坦白 －8，－8 0，－15 －15，0 －1，－1 无论对方如何选择，每个人的最优选择：坦白。 所以，我们可以预测，结果将是（坦白，坦白） 经典案例一——囚徒困境 -8，-8 0，-15 -15，0 -1，-1 囚徒A 囚徒 B 坦白 抵赖 坦白 抵赖 -8大于-15 0大于-1 -8大于-15 0大于-1 坦白是A的严格占优策略 坦白是B的严格占优策略 思考：有什么好的途径来解决“囚徒困境”问题？ 用法规解决“囚徒困境” 例1 为什么在城市中心道路上禁止汽车鸣喇叭？ 禁鸣喇叭一方面是为了控制城市噪声污染，另一方面是基于以下的博弈论原因。见表3，当汽车司机可以鸣喇叭时，可能为汽车超速抢行提供条件。但当大家都抢行时，城市交通拥挤加重，反而都难以顺利通行，获得低支付（2,2)。 表1 交通博弈 司机2 缓行 抢行 缓行 司机1 抢行 8,8 1,9 9, 1 2,2 但当对方缓行时，自己抢行会占便宜，获得得益9。 这个博弈中，“缓行”是劣策略，“占优策略均衡”（抢行,抢行），这不是一个好的均衡。 当禁止鸣喇叭时，司机为了避免造成交通事故，只得缓行，从而得到好的结果（缓行,缓行）。 例2、苏格兰的草地为什么消失了？（公共资源经常被过度利用的原因） 在18世纪以前，英国苏格兰地区有大量的草地，其产权没有界定，属公共资源，大家都可以自由地在那里放牧。草地属于“可再生资源”，如果限制放牧的数量，没有被牛羊吃掉的剩余草皮还会重新长出大面积草场，但如果不限制放牧规模，过多的牛羊将草吃得一干二净，则今后不会再有新草生长出来，草场就会消失。 由于草地的产权没有界定，政府也没有对放牧作出规模限制，每家牧民都会如此盘算：如果其他牧民不约束自己的放牧规模，让自己的牛羊过多地到草地上吃草，那么，我自己一家约束自己的放牧规模规模对保护草场的贡献是微乎其微的，不会使草场免于破坏；相反，我也加入过度放牧的行列，至少在草场消失之前还会获得一部分短期的收益。 * 第二章 完全信息静态博弈 博弈问题分为四类；每一类对应着一个均衡 完全信息静态博弈 Nash均衡 完全信息动态博弈 子博弈精练Nash均衡 不完全信息静态博弈 贝叶斯Nash均衡 不完全信息动态博弈 精练贝叶斯Nash均衡 均衡（equilibrium）: 是指有博弈中的几个博