动态博弈分析(下).PDFVIP

智能控制 动态博弈分析(下) 吴建设 逆向归纳法  一个例子  策略式(收益矩阵)表述 见右下图。  可见，它有两个纳什均衡: (3, 1) 和(2, 2)。 如果A选择U, B 的信息集 B 就不可达，即B 的信息集 L R 不在均衡路径上。 A U 2, 2 2, 2 D 3, 1 0, 0 逆向归纳法  逆向归纳法 （Backward Induction）是求 解子博弈精炼纳什均衡的最简便方法。在 求解子博弈精炼纳什均衡时,从最后一个子 博弈开始逆推上去,这就是逆向归纳法。所 以逆向归纳法就是从动态博弈的最后一个 阶段或最后一个子博弈开始,逐步向前倒推 以求解动态博弈均衡的方法。 逆向归纳法  从博弈的最后一个阶段开始分析，若B选择L获利 1, 选择R获利0 ，因此B选L 。  倒退到第一阶段，A选U获利2 ，选D获利取决于B 的选择。  但A知道B是理性的，一旦 到达第二阶段，B肯定选择 L ，从而，A获利3 。因此， A应该选择D 。  因此，(D, L)是纯策略 纳什均衡。 与策略式分析的比较  逆向归纳法实际上是严格 下策反复删去法在扩展式 描述的动态博弈中的应用。  逆向归纳法不适合无限 博弈。  逆向归纳法不适合不 完美信息博弈。 B L R  逆向归纳法剔出了非 A U 2, 2 2, 2 理性的均衡策略。 D 3, 1 0, 0 逆推归纳法：海盗分赃 5个海盗抢来100个金币，大家决定分赃的 方式是：由海盗一提出一种分配方案，如果同 意该方案的人数达到半数，则该提议通过并实 施。否则该提议人将被扔进大海，然后由接下 来的海盗重复提议过程。 假定每个人都绝顶聪明，也不相互合作，并 且极度自私，那么第一个海盗该如何提议。 逆推归纳法：海盗分赃 逆推归纳法的求解思路如下：  首先考虑只剩下最后一个海盗：海盗5，其他四个海盗 已经被扔进大海，显然，他会分给自己100金币，自己 同意并通过。  逆推到只剩下海盗4和海盗5的情况，海盗4会分给自己 100金币，不给海盗5分。海盗4 自己同意并通过，海盗5 反对但无用。  再回到海盗3，海盗3会给海盗5一枚金币以获取他的支 持，给自己99枚，海盗 3和海盗5同意并通过。 逆推归纳法：海盗分赃 逆推归纳法的求解思路如下：  回到海盗2，他分给海盗4一枚 金币，以获 取海盗4的支持，分给 海盗3和海盗5零枚 金币，海盗2和海盗4同意并通过，海盗3和 海盗5 反对但无用。 逆推归纳法：海