扩展形式的博弈

✍ dations ◷ 2025-06-28 23:44:39 #扩展形式的博弈

博弈论中,与正则形式相应,扩展形式(英语:Extensive-form game)通过树来描述博弈。每个节点(称作决策节点)表示博弈进行中的每一个可能的状态。博弈从唯一的初始节点开始,通过由参与者决定的路径到达终端节点,此时博弈结束,参与者得到相应的收益。每个非终端节点只属于一个参与者;参与者在该节点选择其可能的行动,每个可能的行动通过边从该节点到达另一个节点。

和正则形式不同,扩展形式允许互动的显式模型(explicit modeling of interactions),互动中,一个参与者可以在博弈中多次行动,并且在不同的状态中可以做出不同的行为。

完整的扩展形式表述包括:

右图是一个双人博弈:1和2。每个非终端节点上的数字表示该节点所属的参与者。终端节点上的数字表示参与者的收益(例如:2,1表示参与者1得到2,参与者2得到1)。图片里每个边上的符号是这个边所代表的行动的名字。

初始节点属于参与者1,表示该参与者先动。博弈顺序如下:参与者1选择或者;参与者2观察到参与者1的选择,然后选择或者,最后得到最终收益。四个终端节点代表四个结果:(U,U'),(U,D'),(D,U')和(D,D')。每个结果得到的收益分别是(0,0),(2,1),(1,2)和(3,1)。

如果参与者1选择,参与者2为了最大化收益,会选择,最后参与者1只能得到1。但是如果参与者1选择,参与者2为了最大化收益,会选择,此时参与者1得到2。所以参与者1会选择,参与者2选择。即是子博弈完美均衡

参与者在一个特定的决策节点上可能有无数种可能的行动可以选择。其表示方法是用弧形来连接从该决策节点延伸出的两条边。如果行动空间是在两个数字之间的闭联集(continuum),那么把这两个表示上下界限的数字分别放在弧的上方和下方,并用一个变量来表示其支付。此时无数个决策节点可以用一个在弧中心的节点所代替。这种表示方式同样可以用在一个有限的行动空间中,只要该行动空间足够大,此时不可能用边来表示每个行动。

左侧的树表示这样一个博弈:该博弈或者有一个无限行动空间(任何0到5000的实数),或者有一个很大的行动空间(可能是任何在0到5000的整数)。如果我们在这里假设它表示两个参与Stackelberg竞争的企业。公司的支付表示在左边,其中q1和q2表示先行者公司以及追随者公司分别采用的策略,c1和c2是常数(表示公司的机会成本)。该博弈的子博弈完美纳什均衡可以通过对支付函数求追随者策略变量(q2)的一阶偏导数表示其利润最大化,并求出其最优反应函数, q 2 ( q 1 ) = ( 5000 q 1 c 2 ) / 2 {\displaystyle q2(q1)=(5000-q1-c2)/2} 。用同样的方法计算先行者的最优反应函数,并假定先行者知道追随者会选择上述的行动,通过一阶偏导数来解出 q 1 = ( 5000 + c 2 2 c 1 ) / 2 {\displaystyle q1*=(5000+c2-2c1)/2} 。在将q1*代入到追随者的最优反应函数中, q 2 = ( 5000 + 2 c 1 3 c 2 ) / 4 {\displaystyle q2*=(5000+2c1-3c2)/4} ,此时(q1*,q2*)就是子博弈完美纳什均衡。如果假设 c1=c2=1000,那幺子博弈完美纳什均衡的解就是(2000,1000)。

树图清楚地表示了参与者1先动,参与者2观察到参与者1的行动。然而,一些博弈并不是这样。参与者并不是一直能观察到另一个人的选择(例如,同时行动或者行动被隐藏)。信息集是决策节点的组合:

完美信息的博弈是指在博弈的任何阶段,每个参与者都清楚博弈之前发生的所有行动,也即每个信息集都是一个单元素集合。没有完美信息的博弈具有不完美信息。

左图中的博弈中,参与者2行动时不知道参与者1的选择,除此之外和第一个博弈相同。第一个博弈具有完美信息;而左图中的没有。如果两个参与者都是理性的,并且都知道对方也是理性人,对方知道的信息,自己也能获得(即参与者1知道参与者2知道参与者1是理性的,参与者2同样也知道,如此循环下去),

博弈论是一种数学理论,所以上述的博弈树结构可以转化为公式表达。

扩展形式的有限树是这样一个结构 Γ = K , H , , { A ( H ) } H H ] , a , ρ , u {\displaystyle \Gamma =\langle {\mathcal {K}},\mathbf {H} ,,\{A(H)\}_{H\in \mathbf {H} }],a,\rho ,u\rangle } 其中:

相关

  • 旱季旱季,或称干季,指在降水量有显著差别的地区,其一年中降水相对较少的月份。请注意,在某些地区的某些年份,在‘旱季’里每隔一两天下一场不大也不小的雨。所以‘旱’是相对于‘雨季
  • 4f7 6s22, 8, 18, 25, 8, 2蒸气压3, 2, 1 (微第一:547.1 kJ·mol−1 第二:1085 kJ·mol−1 第三:2404 kJ·mol主条目:铕的同位素铕(Europium)是一种化学元素,符号为Eu,原子序为6
  • 张礼和张礼和(1937年9月8日-),江苏扬州人,中国药物化学家,北京大学药学院教授,天然药物及仿生药物国家重点实验室主任,曾任国家自然科学基金委员会化学科学部主任。生于江苏扬州。1958年毕
  • 樽海鞘纲见内文樽海鞘纲(学名:Thaliacea),又名海樽纲,是被囊动物亚门的一个海洋生物的纲。 与他们的底栖亲戚海鞘不同的是:樽海鞘纲物种的整个生命周期都是自由浮动的(中上层)。该组包括具有
  • SysML系统建模语言(Systems Modeling Language)简称SysML,是针对系统工程应用的通用建模语言(英语:general-purpose modeling)。系统建模语言可以分析许多系统及超系统(英语:System of sy
  • 德菲因·塞里格黛芬·赛赫意(法语:Delphine Seyrig,1932年4月10日-1990年10月15日)是法国演员。1963年,她因演出《穆里爱》而于第24届威尼斯影展获得最佳女演员。
  • 阿非利加行省阿非利加行省(拉丁语:Africa)是罗马共和国及其继承者罗马帝国在今北非的一个行省,范围约在今日的突尼斯北部及利比亚西部靠地中海沿岸的地区。阿非利加行省是好几个罗马帝国时代
  • 凯特·布什凯瑟琳·“凯特”·布什,CBE(英语:Catherine "Kate" Bush,1958年7月30日-)英国知名女歌星、作曲家、音乐家及唱片制作人;唱风富有英国古神话神秘意境(如亚瑟王圆桌武士时代),节拍清楚
  • 爆炸案2002年巴厘岛爆炸案是指2002年10月12日发生在印尼的旅游胜地巴厘岛库塔地区所发生恐怖攻击事件。该袭击是印尼历史死亡人数最多的恐怖袭击,共造成202人死亡(包括88名澳洲人和3
  • 烤烟烤烟是卷烟的一种,在美国,它与白肋烟一道占美国烟草生产总量的90%以上。北卡罗莱纳是美国烤烟的主要产地,生产受到国家市场份额和种植面积配额(acreage allotment)的限制。