博弈论：商业竞合之道教学课件5.pptxVIP

博弈论之 重复博弈5.1 有限阶段的重复博弈单次博弈若重复会怎样？考虑著名的“囚徒困境”问题该博弈存在唯一的纳什均衡（坦白、坦白）如果重复多次，双方会不会有所改变（比如培养一个好的声誉）？按照逆向归纳法，假设囚徒困境重复K次，那么在最后一次，双方若按照理性策略准则，会选择均衡策略“坦白”回滚到在K-1次，无论此次选择什么，最后一次结果为（坦白，坦白），那么此时依然选择（坦白，坦白）…由此到第一阶段，双方依然选择坦白连锁店悖论连锁店悖论（Chain-store paradox，泽尔腾）单次博弈中，子博弈完美均衡是（进入，合作）如果该博弈重复多次（比如20次），结果会怎样？每次博弈结局相当于单次博弈结果重复20次（与常识不符）。不进入进入合作5，02，2反击5，00，0阶段博弈（Stage game） 一个博弈G若重复T次，则博弈G被称为阶段博弈，T次重复博弈可记为GT ……历史（History）? 若阶段博弈发生的时刻点记为0, 1, …, t, …则t时刻的“历史”是博弈各方在之前的每个阶段博弈中选择的“行动组合”序列ht = (a0,…, at-1) 。当t = 0时，定义历史h0 = 比如重复3次的囚徒困境博弈，在两个囚徒进行第三次阶段博弈时，可能的历史之一形如（抵赖，坦白） = h3（抵赖，抵赖）重复博弈的策略 参与人i在重复博弈中的策略，是参与人i在每一个阶段，针对该阶段的每一个可能历史，均给出相应行动的一个完整博弈方案 下图为3阶段重复囚徒困境博弈，参与人1的策略情况示意H2 = ?H1 = S ={CD,CC,DC,DD}?H0 = C or D？C or D？C or D？有限重复博弈的支付 对于有限重复博弈GT ，若不考虑收益的时间因素，则参与人i在重复博弈的收益，等于他在各阶段博弈支付的和，给定某个重复博弈策略组合前提下。 计算如下重复三次的囚徒困境博弈，参与人1的支付，阶段博弈为?（C, C）（C, D）（D, D）5 + 0 + 1 = 6有限重复博弈定理 对于有限阶段重复博弈GT，若阶段博弈存在唯一的子博弈完美纳什均衡（扩展式表述情况下）或唯一的纳什均衡（策略式表述下），则重复博弈唯一的子博弈完美均衡是：该阶段博弈的子博弈完美均衡重复T次。 以囚徒困境为例，若囚徒困境重复有限次，按照该定理，有限次重复的囚徒困境博弈的子博弈完美纳什均衡是，两个人在每个阶段均选择“坦白”。 “连锁店悖论”也是这个定理的推论。 如果阶段博弈存在多个纳什均衡时，有限重复博弈的子博弈完美纳什均衡会怎样呢？ 阶段博弈纳什均衡不唯一时的有限重复博弈 如果阶段博弈存在多个纳什均衡，那么重复博弈会有多个子博弈完美均衡，而且，在某些阶段博弈中，参与人可能会选单次博弈中不会选择的非均衡策略。 因为单次博弈的“非理性”行动，放在全局中，可能会构成重复博弈的理性策略。 阶段博弈存在多个纳什均衡的有限重复博弈在单次博弈中，该博弈有两个纳什均衡(A,L)和(C,R),对应收益分别为(1,1)和（3,3)。但均帕累托劣于策略组合(B,M)(对应支付为(4,4))。考虑该博弈重复两次。在2次重复博弈中，我们构造一个双方的子博弈完美纳什均衡策略。??参与人2??LMR参与人1A1, 15, 00, 0B0, 54, 40, 0C0, 00, 03, 3阶段博弈存在多个纳什均衡的有限重复博弈考虑如下推荐策略组合：参与人1在t = 0时，选择B在t = 1时，若历史为(B, M)，选C，否则选A参与人2在t = 0时，选择M在t = 1时，若历史为(B, M)，选R，否则选L可以验证，上述的策略组合为子博弈完美纳什均衡（彼此策略互为最优反应）??参与人2??LMR参与人1A1, 15, 00, 0B0, 54, 40, 0C0, 00, 03, 3阶段博弈存在多个纳什均衡的有限重复博弈??参与人2??LMR参与人1A1, 15, 00, 0B0, 54, 40, 0C0, 00, 03, 3双方坚持推荐策略，参与人2的收益为7??参与人2??LMR参与人1A1, 15, 00, 0B0, 54, 40, 0C0, 00, 03, 3阶段博弈存在多个纳什均衡的有限重复博弈??参与人2??LMR参与人1A1, 15, 00, 0B0, 54, 40, 0C0, 00, 03, 3双方坚持推荐策略，参与人2的收益为7??参与人2??LMR参与人1A1, 15, 00, 0B0, 54, 40, 0C0, 00, 03, 3阶段博弈存在多个纳什均衡的有限重复博弈??参与人2??LMR参与人1A1, 15, 00, 0B0, 54, 40, 0C0, 00, 03, 3双方坚持推荐策略，参与人2的收益为7若参与人2在第一阶段选择L，参与人2的收益为6??参与人2??