正则形式的博弈

在博弈论中，正则形式（Normal-form game）是描述博弈的一种方式。与延展形式不同，正则形式不用图形来描述博弈，而是用矩阵来陈述博弈。与延展形式的表述方式相比，这种方式在识别出严格优势策略和纳什均衡上更有用，但会丢失某些信息。博弈的正则形式的表述方式包括如下部分：每个参与者所有显然的和可能的策略，以及和与其相对应的收益。

在非完美信息的完全静态博弈中，正则形式的表述方式详细地说明了参与者策略空间和收益函数。策略空间是某个参与者的所有可能策略的集合。策略是参与者在博弈的每个阶段——不管在博弈中这个阶段实际上是否会出现——将要采取的行动的完整计划。每个参与者的收益函数，是从参与者策略空间的向量积到该参与者收益集合（一般是实数集，数字表示基数效用或序数效用——在正则形式的表述方式中常常是基数效用）的映射。也就是说，参与者的收益函数把策略组合（所有参与者策略的清单）作为它的输入量，然后输出参与者的收益。

有种博弈是参与者同时（或至少在做出行动前不观察其他参与者的动作）做出行动，并按照上述已做出行动的组合获得收益。右边的矩阵是这种博弈得正则形式的表述方式。例如，如果甲做出行动“顶”，而乙做出行动“左”，则甲得到收收益4，乙得到收益3。在每个回合，第一个数字代表排参与者（此处为甲）的收益，第二个数字代表列参与者（此处为乙）的收益。

对称博弈（其收益不是依赖于参与者选择的动作）常常被表述为只有一种收益，即竖排参与者的收益。例如，左右两边的收益矩阵表述的是同一个博弈。

收益矩阵有助于剔除劣势策略，而且经常被用于说明这个概念。例如，在囚徒困境中（右图），参与者会发现因为其他人的，成了严格劣势策略。参与者会比较每列的第一个数字，在这个例子中，3>2且1>0。这表明无论横排参与者怎样选择，竖排参与者选择都比较好些。类似地，参与者会比较每列的第二个数字，同样也是3>2且1>0。这说明无论竖排参与者怎么做，横排参与者选择都比较好些。这就证明了此博弈唯一的纳什均衡是（，）。

这些矩阵只表述同时（或者更一般地，信息是不完美的）做出行动的博弈。上述矩阵不能表述甲先做出行动，被乙观察到，然后乙再做出行动的博弈。因为在这个例子中，无法确定乙每次的策略。为了表述这种连续博弈，我们要列出乙在博弈进行期间所有的行动——尽管根据实际情况，某种行动决不会出现。和前面一样，在这个博弈中乙有两种选择，和。与前面不一样的是，视甲的行动不同而定，乙有四种策略。这些策略是：

右图是这个博弈的正则形式的表述方式。

为了用把博弈表述成正则形式，需要提供下列数据：

${\displaystyle S_k=\{1,2,\dots <!--\; \dots \; -->,n_k\}.}$元组

${\displaystyle \stackrel{\to <!--\; \to \; -->}{\mathrm{\sigma <!--\; \sigma \; -->}}=({\mathrm{\sigma <!--\; \sigma \; -->}}_1,{\mathrm{\sigma <!--\; \sigma \; -->}}_2,\dots <!--\; \dots \; -->,{\mathrm{\sigma <!--\; \sigma \; -->}}_m)}$= {1, 2, ..., }中对每个参与者详细说明。

定义：一个正则形式的博弈的结构形如

${\displaystyle (P,\mathbf{S},\mathbf{F})}$ = {1,2, ...,}是参与者集合，

${\displaystyle \mathbf{S}=(S_1,S_2,\dots <!--\; \dots \; -->,S_m)}$元组。

没有理由在前面的讨论中，把参与者数量有限或每个参与者的策略有限的博弈排除在外。因为要用到泛函分析的技巧，关于有限博弈的研究非常艰深。