博弈论对冲突与合作的分析

博弈论对冲突与合作的分析一、什么是博弈博弈即一些个人、团体或其他组织，面对一定的环境条件，在一定的规则下，同时或先后一次或多次，从各自允许选择的行为或策略中进行选择，并加以实施，各自取得相应结果的过程。博弈的定义有以下内容：博弈的参加者，通常被称为博弈方；各博弈方各自可选择的全部策略或行为的集合；博弈的次序，即使博弈的其他方面都相同，次序不同一般也是不同的博弈；博弈方的得益。博弈中的可能结果的量化数值，称为各博弈方在相应情况下的“得益”。得益可以是正值，也可以是负值，它们是分析博弈模型的标准和基础。二、非合作博弈与合作博弈非合作博弈是指一种参与者不可能达成具有约束力的协议的博弈类型。非合作博弈研究人们在利益相互影响的局势中如何选择决策使自己的收益最大，即策略选择问题。负和博弈和零和博弈统称为非合作博弈。合作博弈亦称为正和博弈，是指博弈双方的利益都有所增加，或者至少是一方的利益增加，而另一方的利益不受损害，因而整个社会的利益有所增加。合作博弈研究人们达成合作时如何分配合作得到的收益，即收益分配问题。合作博弈采取的是一种合作的方式，或者说是一种妥协。妥协之所以能够增进妥协双方的利益以及整个社会的利益，就是因为合作博弈能够产生一种合作剩余。至于合作剩余在博弈各方之间如何分配，取决于博弈各方的力量对比和技巧运用。因此，妥协必须经过博弈各方的讨价还价，达成共识，进行合作。三、什么是理性罗伯特·奥曼教授认为，如果一个参与者在既定的信息下最大化其效用，他就是理性的。因此，一个理性人选择他最偏好的行动，“最”是相对于他所掌握的(关于环境和其他参与者的)知识而言的。奥曼对知识和信息问题相当精确地概括出具有常识性的概念。他指出，如果开始时两个参与者具有了相同信念，但对于一个具体事件的较晚的信念(基于不同的个人信息)则必然形成一致。奥曼的观点导致了涉及多人情形下的“交互认识论”的整体发展。奥曼在多人非合作博弈的研究中，证明如果参与人可以通过模型、通讯渠道交换私人信息或发信号，则产生的均衡就是相关均衡，从而说明贝叶斯理性(Bayesianrationality)在博弈当中恰恰对应的是相关均衡；如果假定这些信号是统计独立的，则产生的均衡是纳什均衡。四、“强均衡”概念与重复博弈重复博弈是指同样结构的博弈重复多次，其中的每次博弈称为“阶段博弈”。重复博弈是动态博弈中的重要内容，它可以是完全信息的重复博弈，也可以是不完全信息的重复博弈。完全信息重复博弈的最早结果出现在20世纪50年代，被称为“佚名定理”。该定理认为，重复博弈的策略均衡结局与一次性博弈中的可行的个体理性结局恰好相一致。这个结局可视为把多阶段非合作博弈行为与一次性博弈的合作行为联系在一起。奥曼认为，完全信息的重复博弈与人们之间相互作用与基本形式的演化相关。它可以解释诸如合作、利他主义、报复、威胁(自我破坏或其他)等现象。奥曼还考察了许多具体的合作行为，定义了“强均衡”概念，即没有任何参与者团体可以通过单方面改变它们的决策来获益的情形。奥曼定义和研究了经济理论中极为重要的一般合作博弈，即非转移效用博弈。从20世纪60年代中期开始，奥曼与合作者在其学生的辅助下，发展了不完全信息的重复博弈论。1966年，奥曼和马希勒在给美国武器控制和裁军机构的报告中，建立了不完全信息的重复博弈模型。他们指出，信息使用的复杂性实际上可用一种简明优雅的方式来解决。在最简单的一个重复的2人零和博弈中，其中一个参与者比另一个拥有更多的信息(所谓的单边不完全信息)，拥有更多信息的参与者所使用(或披露)的信息数量是被精确地决定的：有时是完全披露或根本没有披露，有时是部分披露。这种分析被扩展至更一般的模型，即2人零和博弈与非零和博弈。五、“边缘政策”的概念谢林把博弈论应用于对全球安全和军备竞赛的研究。他注意到，只要改变军备竞赛的规则，对不同情况下局中人的支付进行系统的考虑，处境就会得到明显的改善。并且，这也适用于其他有关冲突的决策问题。谢林特别注意到，局中人的谈判能力受到很多因素的影响，比如局中人的初始选择，局中人在博弈过程中影响自己和其他局中人的能力。他证明，通过限制自己的选择范围，甚至恶化自己的选择，可以带来优势。谢林在《冲突的策略》中提出了“边缘政策”的概念。意思是，局中人故意制造一种可以辨认的风险让对方知道，并且还让对方知道，这种风险是我不能完全控制的，一旦某种形势出现，不管我愿不愿意，我都只能越过边缘界线，采取行动与他同归于尽。这是一种威胁，但要创造条件使对方相信这种威胁是可置信的，因此就要把自己推入一种看来不利的处境。谢林还证明了，对于局中人来说，报复的能力比抵抗的能力更有用；并且，不确定的报复比确定