读书笔记: 博弈论导论 - 06 - 完整信息的静态博弈 混合的策略
混合的策略
本文是Game Theory An Introduction (by Steven Tadelis) 的学习笔记。
策略,信念和期望收益
- 混合策略
玩家i的有限纯策略集合\\(S_i = {s_{i1}, s_{i2}, \\cdots, s_{im}}\\)。
将\\(\\Delta S_i\\)定义为\\(S_i\\)的单纯形,是在\\(S_i\\)上所有概率分布的集合。
玩家i的一个混合策略(mixed strategy)是\\(\\sigma_i \\in \\Delta S_i\\),
两个明显的条件:
-
\\(\\Delta S_i\\)的例子:(rock-paper-scissor)
\\(\\Delta S_i\\) = {(\\sigma_i(R), \\sigma_i(P), \\sigma_i(S)) : \\sigma_i(R), \\sigma_i(P), \\sigma_i(S) \\geq 0, \\sigma_i(R) + \\sigma_i(P) + \\sigma_i(S) = 1}\\( 表示所有\\)(\\sigma_i(R), \\sigma_i(P), \\sigma_i(S))$对,使得每个值都大于等于0,并且每个值的和为1。 -
\\(\\sigma(\\dot)\\)支持策略\\(s_i\\)(\\(s_i\\) is in the support of \\(\\sigma(\\dot)\\))
给定一个玩家i的混合策略\\(\\sigma(\\dot)\\),如果\\(\\sigma(s_i) > 0\\),则称\\(\\sigma(\\dot)\\)支持纯策略\\(s_i\\)。 -
连续策略集的混合策略
玩家i的纯策略集合\\(S_i\\)是一个值区间,则玩家i的一个混合策略是累积分布函数\\(F_i : S_i \\to [0, 1], \\ where \\ F_i(x) = Pr{s_i < x>}\\)。
如果\\(F_i(\\dot)\\)在密度\\(f_i(\\dot)\\)上可微分,并且\\(f_i(\\dot) > 0\\),则称\\(F_i(\\dot)\\)支持纯策略\\(s_i\\)。 -
信念(belief)
信念\\(\\pi_i \\in \\Delta S_{-i}\\)代表玩家i认为对手采用\\(s_{-i} \\in S_{-i}\\)的概率。 -
期望收益(Expected Payoffs)
玩家i选择策略\\(s_i \\in S_i\\),并且对手选择混合策略\\(\\sigma_{-i} \\ \\Delta_{-i}\\),的期望收益:
玩家i选择混合策略\\(\\sigma_i \\in \\Delta S_i\\),并且对手选择混合策略\\(\\sigma_{-i} \\ \\Delta_{-i}\\),的期望收益:
- 混合策略的纳什均衡
混合策略组合\\(\\sigma^* = (\\sigma_1^*, \\sigma_2^*, \\cdots, \\sigma_n^*)\\)是一个纳什策略,如果对于每个玩家\\(\\sigma_i^*\\)都是最佳响应。
推论 6.1
如果\\(\\sigma^*\\)是一个纳什博弈,并且\\(\\sigma^*支持\\)s_i\\(和\\)s\'i\\(,则 \\)v_i(s_i, \\sigma{-i}^) = v_i(s\'i, \\sigma{-i}^) = v_i(\\sigma^, \\sigma_{-i}^)$
Rock-Paper-Scissor
断言 6.1:
如果一个玩家选择纯策略,另一个玩家选择混合策略,则不存在纳什均衡。
断言 6.2:
如果至少有一个玩家选择只有两个纯策略的混合策略,则不存在纳什均衡。
严格劣势策略的迭代消除和可合理化(IESDS and Rationalizability)
- 严格劣势
\\(s\'_i \\in S_i\\)严格劣势于\\(\\sigma_i \\in \\Delta S_i\\),如果满足条件:
- 不可能是一个最佳响应
对于玩家i的混合策略\\(\\sigma_i \\in \\Delta S_i\\),这个混合策略作为最佳响应的对手混合策略\\(\\sigma_i \\in BR_i(\\sigma_{-1})\\),如果对手的任何混合策略\\(\\sigma_{-1} \\in \\Delta S_{-i}\\)都不在玩家i的信念中,则\\(\\sigma_i \\in \\Delta S_i\\)不可能是一个最佳响应。
断言
一个劣势混合策略\\(sigma_i\\)不可能是一个最佳响应。
推论 6.2
任何两人博弈中,策略\\(sigma_i\\)是一个严格劣势纯策略,当且仅当策略\\(sigma_i\\)不可能是一个最佳响应。
纳什存在定理
纳什存在定理(Nash\'s existence Theorem)
任何普通形式、具有限策略集合的博弈存在一个纳什均衡的混合策略。
纳什存在定理的证明用到了不动点定理。
布劳威尔不动点定理(Brouwer\'s Fixed-Point Theorem)
如果f(x)是一个连续函数从域[0, 1]到[0, 1]\\(f:[0, 1] \\to [0, 1]\\),则存在至少一个点\\(f(x^*) = x^*, x^* \\in [0, 1]\\)。
证明过程简介:连续函数f(x)一定和函数\\(f_1(x) = x\\)至少有一个交点。
- 最佳响应对应(collection of best response correspondence)
最佳响应对应集合\\(BR \\equiv BR_1 \\times BR_2 \\times \\cdots \\times BR_n\\),映射$\\Delta S \\equiv \\Delta S_1 \\times \\Delta S_2 \\times \\cdots \\times \\Delta S_n $ 到自身。
也就是说:\\(BR : \\Delta S \\rightrightarrows \\Delta S\\), \\(BR(\\sigma) \\subset \\Delta S, \\ for \\ \\sigma \\in \\Delta S\\)
角谷不动点定理(Kakutani Fixed-Point Theorem)
一个对应\\(C: X \\rightrightarrows X\\)有一个不动点,如果以下四个条件都满足:
- X是非空的,紧凑的,\\(\\mathbb{R}^n\\)的凸子集
- C(x)对于所有的x都非空。
- C(x)对于所有的x都是凸的。
- C有一个闭合图。
- 凸的(convex)
集合\\(X \\subseteq \\mathbb{R}^n\\)是凸的,如果集合X中任何两点的连线上的点都在集合X中。 - 闭合的(closed)
集合\\(X \\subseteq \\mathbb{R}^n\\)是闭合的,如果集合X边缘点在集合X中。(0, 1]是非闭合的,[0, 1]是闭合的。 - 紧凑的(compact)
集合\\(X \\subseteq \\mathbb{R}^n\\)是紧凑的,如果集合X是闭合并且有界。[0, 1]是紧凑的,\\([0, \\infty]\\)是非紧凑的。 - 闭合图(closed graph)
图\\(C: X \\rightrightarrows X\\)是闭合图, 如果C是闭合的。
参照
- Game Theory An Introduction (by Steven Tadelis)