37定时对策ppt1.pptVIP

3.7 定时对策 有声决斗 例3.7.1问题描述： 局中人甲和局中人乙各有一发子弹，双方只能迎面前进 ，决斗开始后任何地点都可以开枪，若一个局中人开枪未命中，则对手必胜。 假设： 决斗开始时，甲、乙之间的距离为1，胜者得到支付1，负者得到支付-1，双方同时开枪且都未击中或都击中各得支付0。 当甲比乙先开枪，即x＜y时，甲的期望支付为 ；当甲、乙同时开枪，即x=y时，甲的期 望支付为 ；当乙比甲先开枪，即x＞y 时，甲的期望支付为 。 这样我们把这个决斗问题看作是[0,1]×[0,1]上的一个连续对策，它的支付函数是 （3.7.1） 像这样的问题我们称为定时对策。 （双方生存评价相同）甲的支付 甲的策略是在前进距离x处开枪，0≤x≤1，命中概率为 ，乙的策略是在前进距离y处开枪，0≤y≤1，命中概率为 。双方都想选择一个最合适的时机开枪，过早过晚都会对自己不利。 定义3.7.1 设定义在[0,1]×[0,1]上的连续对策 Г的支付函数 其中， 、 和 都是连续函数， 则称Г为定时对策。 和 都是严格单调增加函数，当x＞y时 ，从而由（3.7.1）式得 令 ， 则 将0≤x≤1分为三个区间 设 ，则由 和 的严格单调性， 有 ， ， 。 （1）当 时， （2）当 时， （3）当 时， 由（1）（2）（3）有 同理可证 ，其中 满足 。由此可见，对策Г有一个鞍点 满足方程 。也就是说甲、乙应在前进 距离为 处同时开枪，对策值 。 这个例子中局中人甲、乙的生存评价相同，但 在实际生活中，甲乙的生存评价大部分是不同的。 例3.7.2问题描述： （双方生存评价不同）甲的支付 且 ，其他条件同例3.7.1，类似于例3.7.1的讨 论，甲的期望支付函数为 由于 和 均为严格单调增加函数，因此第 一式为x的严格单调增加函数，而第三式为y的严格 单调减少函数。 和上例经过类似的计算，若方程 有解 ，则此时必有 。 记 ，则 （1）当 时，有 对策无鞍点。 （2）当 时，有 对策无鞍点。 （3）当 时，对策存在鞍点 ，对策 的值为 。 当对策不存在鞍点时应采取混合策略： （1）当 时，对策值 局中人甲有最优纯策略 ，局中人乙没有 最优纯策略； （2）当 时，对策值 局中人甲有最优纯策略 ，局中人乙没有 最优纯策略。 无声决斗 例3.7.3问题描述： 局中人甲和局中人乙各有一发子弹，双方只能迎面前进 ，双方射击精度相同，且射击精度随时间增加而增大，决斗无声，双方不知道对手是否射击