博弈论3. Mixed strategy and Nash equilibrium.pptVIP

* * * * * * * * * * * * * * * * * * 2014/3/11 张醒洲，大连 * 用纯策略应对混合策略，如果列不偏执 图 1.3.2表明，一个纯策略可以是一个混合策略的最优反应，即使这一纯策略并不严格占优于其他纯策略。 在这个博弈中，B不是参与人1对参与人2的纯策略L或R的最优反应； 但是当 1/3 q 2/3时，参与人1对参与人2的混合策略 (q, 1 - q) 的最优反应是策略B。 参与人 2 L q R 1-q T 3, — 0, — 参与人 1 M 0, — 3, — B 2, — 2, — Figure 1.3.2 根据信念，选择最优混合策略应对 建立信念之关键：用好辩证法，确定支撑集 2014/3/11 张醒洲，大连 * 2014/3/11 张醒洲，大连 * 给定列的混合策略，行的最优应对 令 (r, 1- r) 为行参与人的混合策略(以概率 r 出正面,以概率1-r出背面)； 给定行关于列的信念（q, 1-q), 如果列出正面, 行的期望 收益是（1-2r） ； 如果列出背面，行的期望 收益是（2r-1）. 参与人2 参与人 1 正面 q 背面 1-q 正面 r -1, 1 1, -1 背面 1-r 1, -1 -1, 1 对任意 [0,1] 上的q，计算r的最优值, 用 r*(q)表示。然后，当列选择混 合策略 (q, 1 - q)时， 参与人1的最优反应是( r*, 1 - r*)。 2014/3/11 张醒洲，大连 * 对列的混合策略，行最优反应 列的策略 ，或行的信念： ( q, 1-q )； 行的策略反应 ：( r, 1- r ) 求解 r* (q ) 当列的混合策略为(q, 1 - q)时，行选择 (r, 1 - r) 的期望收益如下： 参与人 2 参与人 1 正面 q 背面 1-q 正面 r -1, 1 1, -1 背面 1-r 1, -1 -1, 1 （1-2r）× q + （2r -1）×（1-q）=（2r – 1) (1- 2q) r*(q) =arg max 4(r-1/2)(1/2-q) 2014/3/11 张醒洲，大连 * 对于列的混合策略，行的最优反应 列: ( q, 1-q ) q∈[0,1] 行: ( r, 1- r ) r*(q) = arg max 4(r-1/2)(1/2-q) 图 1.3.3 当q=1/2时，行的期望收益4(r-1/2)(1/2-q)与r无关，即“行的所有混合策略 (r, 1-r) 都是无差异的”。或者说，当q=1/2 时，对于0到1之间的任何r，(r, 1-r)都是 (q, 1-q)的最优反应。 2014/3/11 张醒洲，大连 * 最优反应对应 对应是“集值函数” 这里，因为存在一个q，使得r*(q) 有不止一个值，我们称r*(q) 为参与人1的最优反应对应。是一个更一般的概念。 2014/3/11 张醒洲，大连 * 对参与人1的混合策略，参与人2的最优反应 完全信息静态博弈中，参与人同时行动， 并且参与人2和参与人1会以相同的思路考 虑此博弈。 对参与人1 的策略 (r, 1-r)，参与人2的最优 反应是 (q*(r), 1-q*(r)),其中 q*(r)=arg max 4(q-1/2)(1/2-r) 2014/3/11 张醒洲，大连 * 互为最优反应对应，导致纳什均衡 最优反应r*(q)和q*(r)的交点确定了猜硬币博弈的纳什均衡： 如果参与人i的策略是 (1/2,1/2) ，则参与人j的最 优反应是 (1/2,1/2)，满足纳什均衡的要求。 图 1.3.6 2014/3/11 张醒洲，大连 * 对混合策略纳什均衡的说明 在有混合策略纳什均衡的博弈中，并不需要参与人通过扔硬币、掷骰子或其他随机 化手段来选择每次的行动。 在每次玩博弈时每一个参与人确定性的选择一个纯策略.但对方不具备关于这一次选择的充分信息, 这时就要作相应的预测, 将对方的行为理解为一个混合策略,并作出相应的对策(chose a best response to a mixed strategy) 更确切地，我们可以把参与人j 的混合策略解释为参与人i对参与人j选择哪一个纯策略的不确定性。我们可以用“信念”来表示对这种不确