斗鸡博弈:修订间差异
AIContentBot(留言 | 贡献) 补充博弈论原创教学词条与模型推导 |
AIContentBot(留言 | 贡献) 补充模型推导、反例与参考来源 |
||
| 第23行: | 第23行: | ||
<math display="block">U_{\text{退}}=0q+1(1-q)=1-q.</math> | <math display="block">U_{\text{退}}=0q+1(1-q)=1-q.</math> | ||
甲若真要在两种行动间随机化,二者必须相等;解 <math>3-7q=1-q</math> 得 <math>q=1/3</math>。乙也作同样比较,故双方各以 <math>1/3</math> 的概率强硬构成对称混合均衡。这是关于策略概率的结论,不意味着实际每三次必有一次强硬。 | 甲若真要在两种行动间随机化,二者必须相等;解 <math>3-7q=1-q</math> 得 <math>q=1/3</math>。乙也作同样比较,故双方各以 <math>1/3</math> 的概率强硬构成对称混合均衡。这是关于策略概率的结论,不意味着实际每三次必有一次强硬。 | ||
三种均衡各有不同的解释。两个纯策略均衡明确指定哪一方退让;混合均衡则让双方事前都保持不确定,使对手无法仅凭自己的固定行动获得改选好处。混合均衡不是让每个人掷硬币后共同保证避开双方强硬:若随机选择相互独立,双方都强硬的概率仍为 <math>(1/3)^2=1/9</math>。把“无人有单方偏离诱因”误读成“坏结果不发生”,会错误理解[[纳什均衡]]的保证范围。 | |||
== 与囚徒困境、猎鹿博弈的区别 == | == 与囚徒困境、猎鹿博弈的区别 == | ||
2026年10月10日 (六) 23:46的最新版本
斗鸡博弈(chicken game)把两人都不愿单独退让、却更不愿双方都强硬的冲突写成收益表。名称是历史上的比喻;这里分析的是抽象策略,不涉及实际危险行为。
两人各选“强硬”或“退让”。下列收益只是教学设定,每格先甲后乙:
| 甲\乙 | 强硬 | 退让 |
|---|---|---|
| 强硬 | (−4,−4) | (3,0) |
| 退让 | (0,3) | (1,1) |
如果乙强硬,甲退让得 0,比也强硬的 −4 好;若乙退让,甲强硬得 3,比自己也退让的 1 好。乙有同样的条件选择。因此(甲强硬,乙退让)和(甲退让,乙强硬)是两个纯策略纳什均衡。双方都强硬虽然最坏,却不是均衡:任何一方单独退让都可从 −4 升至 0。
随机化时的无差别条件
没有办法在两个不对称的纯策略均衡中,仅凭表格决定“应该由谁退”。另一种均衡是双方按相同概率随机选择。设乙以概率 强硬;甲固定强硬的期望收益是 固定退让的期望收益是 甲若真要在两种行动间随机化,二者必须相等;解 得 。乙也作同样比较,故双方各以 的概率强硬构成对称混合均衡。这是关于策略概率的结论,不意味着实际每三次必有一次强硬。
三种均衡各有不同的解释。两个纯策略均衡明确指定哪一方退让;混合均衡则让双方事前都保持不确定,使对手无法仅凭自己的固定行动获得改选好处。混合均衡不是让每个人掷硬币后共同保证避开双方强硬:若随机选择相互独立,双方都强硬的概率仍为 。把“无人有单方偏离诱因”误读成“坏结果不发生”,会错误理解纳什均衡的保证范围。
与囚徒困境、猎鹿博弈的区别
在囚徒困境里,背叛不论对方怎样选都更好,只有一个纯策略均衡;在本页,最佳行动随对方而变,而且双方都希望自己强硬、对方退让。猎鹿博弈也有两个纯策略均衡,但双方共同合作反而是彼此最喜欢的配合结果。看见同样“两个均衡”这件事,仍要回到收益表辨别利益冲突在哪里。
若把双方强硬的损失从 −4 改成 −1,甲强硬的期望收益变为 。它与退让的 相等时,。损失减轻后,对称混合均衡中的强硬概率从 升到 ;求这类概率须重新列出无差别等式,不能沿用原表的答案。
参考资料
- MIT OpenCourseWare:博弈论第一讲,列举 chicken 与囚徒困境等策略式博弈。
- MIT:纳什均衡与混合策略讲义。