1 导言

行动有先后顺序，不同的参与人在不同时点行动，先行动者的选择影响后行动者的选择空间，后行动者可以观察到先行动者做了什么选择。

因此，为了做出最优的行动选择，每个参与人都必须这样思考问题：如果我如此选择，对方将如何应对？如果我是他，我将会如何行动？给定他的应对，什么是我的最优选择？

静态博弈：所有参与人同时行动

动态博弈：参与人行动有先后顺序，后行动者在先行动者做出决策之后在做出决定（eg，下棋

常用博弈树表示动态博弈

2 动态博弈

动态博弈中，事前最优的战略可能不是事后最优。（A可以按照B声明的来判断选择，也可以不按照；那么B就可以因地制宜地改变。——相机行动方案,contingent action plan）

以上图为例,老师的决策是给学生打分打及格or不及格；学生事先声明，如果我及格了，我是选择A（accept）战略还是F（fighting）战略。（这个声明老师也是能看得到的）

对于上面这个表达式，我们有三个纳什均衡一个是【及格，(A,F)】，一个是【不及格，(F,A)】，另一个是【不及格，(A,A)】。

我们先看第一个纳什均衡。学生申明我采取的是(A,F)战略，老师为了不得到-10的代价，会选择给学生及格。但是退一步讲，即便老师给了不及格，学生也不会选择F战略，因为此时学生选了F战略的话，虽然老师是-10的代价了，可自己也是-10的代价，损失太大。因此，如果学生是理性的，那么即使老师给了不及格，学生也不会选择F战略。那么老师就不会受其威胁。因此,(A,F)是一个不可置信威胁。

我们再看第二个纳什均衡。学生申明我采取的是(F,A)战略，老师为了不得到-10的代价，选择了给学生不及格。但退一步讲，即使老师给了及格，学生也不会选择F战略（和(A,F)战略不可置信是一样的推导方式），因此(F,A)也不是一个可置信威胁。

最后一个纳什均衡，分析下来是可以达到的，(A,A)是一个可置信威胁。

——》动态均衡就是要排除一些不可置信的威胁。

2.1 精炼纳什均衡 perfect NE

不包含不可置信的行动的战略所组成的纳什均衡被称为“精炼纳什均衡”。

也就是说，不论过去发生了什么，构成精炼纳什均衡的战略，其所规定的行动在每一个决策点上都是最优的。所以，又称为“序惯均衡”(sequential equilibrium);

精炼纳什均衡首先必须是“纳什均衡”，但并非所有纳什均衡都是合理的；只有其战略不包含不可置信行动的纳什均衡才是合理的。

不可置信威胁的根源是事前最优与事后最优不同，导致许多帕累托效率无法实现

2.2 子博弈

由原博弈中某个决策点（信息集）开始的部分构成一个子博弈。

精炼纳什均衡：

（1）在原博弈是一个纳什均衡；

（2）在每一个子博弈上都是纳什均衡。

2.3 逆向归纳法 backward induction

在有限博弈中，我们可以用逆向归纳法求解精炼纳什均衡：从最后一个决策点开始，找出该子博弈的纳什均衡；然后再倒回到倒数第二个决策点，找出决策者的最优决策（假定最后一个决策者的决策是最有的；如此一直到初始决策点，所有子博弈上的最优选择就是精炼纳什均衡。又称“rollback”。

精炼纳什均衡下所经过的决策点和最优选择构成的路径，称为均衡路径（equilibrium path);

其他的路径是非均衡路径（off-equilibrium path);

以上图为例，我们逆向归纳。先看最后一个需要博弈的对象1，他此时有两个选择，U'和D'。如果选U'的话，可以得到5；选择D'的话，可以得到4。5＞4，那么(4,2)这一选择就被淘汰了。然后看2，同理可以把(5,0)淘汰（因为1＞0）；最后又回到1，他会选择U（因为2＞0）。

所以逆向归纳法的结果为(2,0)。

2.4 理性共识

逆向归纳的过程实际上就是重复剔除劣战略的过程，其前提是博弈规则和理性

共识：每个人是理性的，每个人知道每个人是理性的，如此等等。

因此，精炼纳什均衡的合理性取决于理性共识的合理性。

3 承诺

承诺是将不可置信的威胁变成可置信的威胁的行动：威胁不仅是事前最优的，也是事后最优

的。

承诺意味着限制自己的自由：选择少反而对自己好。但承诺也是有成本的。（eg，项羽破釜沉舟）

我们重新审视2.3的例子。如果1承诺不选择U'的话：此时需要被剔除的战略我们用绿色的×来表示，黑色的×表示原来被剔除的战略。此时，最后逆向归纳法的结论为(4,2)。

3.1 承诺举例

3.1.1 婚姻

->婚姻中的承诺：彩礼、昂贵的婚礼可以理解为一种对婚姻的承诺。

在这个模型下，如果没有承诺的话，男方可能就会选择“抛弃”，女方拒绝；有了承诺之后，女方接受，男方忠诚。

3.1.2 公债

D表示最大公债，r表示公债的利率，P表示政府违约的时候受到的惩罚

——>政府履约的条件：D(1+r)<=P（即违约收到的惩罚大于我吞掉公债的获得）

也就是说，政府可发行的最大公债为P/(1+r)

老百姓对政府的约束能力决定了P

——>有限（民主）政府比专制政府可以发行的公债更多

3.1.3 非升即走的大学制度

老制度下，精炼纳什均衡是不努力，不提升。

新制度下，精炼纳什均衡是努力，提升。

博弈论笔记：动态博弈相关推荐

读书笔记: 博弈论导论 - 16 - 不完整信息的动态博弈信号传递博弈
读书笔记: 博弈论导论 - 16 - 不完整信息的动态博弈信号传递博弈信号传递博弈(Signaling Games) 本文是Game Theory An Introduction (by Stev ...
动态博弈、威胁与承诺（博弈论入门学习笔记四）
0 动态博弈动态博弈:行动有先后顺序,不同的参与人在不同时点行动,先行动者的选择影响后行动者的选择空间,后行动者可以观察到先行动者做了什么选择.例如下棋.消费者和商家讨价还价.谈婚论嫁.企业之间的价 ...
读书笔记: 博弈论导论 - 08 - 完整信息的动态博弈可信性和序贯理性
读书笔记: 博弈论导论 - 08 - 完整信息的动态博弈可信性和序贯理性可信性和序贯理性(Credibility and Sequential Rationality) 本文是Game Theor ...
博弈论之：动态博弈，先下手为强
<博弈论究竟是什么.万维钢>读后小记:这是一本小册子,主要讲一些入门知识,没有算法和数学公式,闲来读一读蛮惬意的. A.动态博弈 "动态博弈"是指参与者出手有先后次序, ...
首都师范博弈论 6 1 动态博弈简介
6 1 动态博弈简介
三方博弈matlab_小星星的读研日记之电商动态博弈知多少？
点击蓝字关注我们大家好大家好,我是小帅学长,20年成功上岸厦门大学物流工程与管理专业.我毕业于西南交通大学物流工程专业. 在大学期间,为了提升对专业知识的运用,参加了不少竞赛和项目,例如srtp ...
文件和存储管理学习笔记-动态磁盘管理
Server 2008 R2 文件和存储管理学习笔记-动态磁盘管理基本磁盘是包含基本分区.扩展分区或逻辑驱动器的一种物理磁盘动态磁盘提供了基本磁盘不提供的一些高级功能,创建无限数量卷.跨越多个磁盘 ...
贝叶斯法则求垄断者阻挠概率的动态博弈问题
贝叶斯法则举例分析引用贝叶斯法则的举例分析第1步计算P(B): 挑战者B不知道原垄断者A是属于高阻挠成本类型还是低阻挠成本类型,但B知道,如果A属于高阻挠成本类型,B进入市场时A进行阻挠的概率是 ...
Matlab逆向归纳法,6.完全信息动态博弈—逆向归纳法和子博弈完美均衡.ppt
第6讲完全信息动态博弈 --逆向归纳法和子博弈完美均衡完全且完美信息动态博弈完全且完美信息动态博弈参与人1从行动集A1选择行动a1 参与人2观察到a1,之后从行动集A2选择行动a2 两个人的收 ...
博弈论——非合作博弈什么是纳什均衡
博弈论--非合作博弈纳什均衡用一句话来概括就是--博弈的所有参与人都为了满足自己的个人利益而选择牺牲集体利益而导致的全体参与人都吃亏的均衡状态. 也可以粗略的理解为:要死大家一起死. 纳什均衡的本 ...

博弈论笔记：动态博弈