酒吧博弈
酒吧博弈通常指 El Farol 酒吧问题:人们想去一家不拥挤的酒吧,却必须在不知道其他人本周决定的情况下选择去或不去。Brian Arthur 的原始研究把它用于讨论有限理性与不断调整的预测规则。下面先给一个五人、单轮的简化拥挤博弈,算清静态均衡;再说明它和原始的多周预测问题有什么区别。
五个人、两个舒适名额
五人同时选择“去”或“留在家”。若包括自己在内的到场人数不超过 2,去者得 2;超过 2 则得 −1。留在家的人总得 0。这个收益表是教学设定,数字只用于精确说明拥挤阈值。
假如恰有两人去:他们各得 2,改为留家只得 0;另外三人若单独改去,总到场人数会变成 3,自己从 0 变成 −1。没人愿意单方改选,所以任意恰好两人去的配置都是纳什均衡,共有 个。若只有一人去,一名留家者改去可得 2;若三人或更多人去,一名去者改留家可从 −1 升到 0。因此其它到场人数都不是纯策略均衡。
对称随机选择
若每个人独立地以同一概率 去,自己考虑去时,另外四人中去的人数 服从 。只有 或 1 时,自己去了仍不拥挤。记这个概率为 ,便有 去的期望收益是 ,留家的期望收益是 0。两种行动都以正概率采用时必须无差别,故 。在 上, 从 1 严格下降到 0,方程有唯一根,约为 。例如代入 ,,去的期望收益略低于零,说明根确实小于 0.5。
这个对称混合均衡是每个人事先独立随机化的概率方案。平均到场人数约为 ,不等于每次恰好两人到场;有些夜晚会拥挤,有些夜晚会冷清。下图把“去”的期望收益画成随 下降的曲线,与留家收益 0 的交点就是上面的根。
原始问题的预测反馈
Arthur 描述的是人们每周看过往到场人数、采用不同的经验预测,再决定下一周是否前往。若所有人信同一种公开预测:“人少”,便容易一起涌入;预测“人多”,又可能一起留家。预测会改变它要预测的对象。我们的五人模型没有学习、记忆和预测规则,只保留“去的人多时去的收益下降”这一机制。因此静态均衡算式不能冒充 Arthur 模型的时间演化或经验结论。