博弈论课件三.ppt_第1页
博弈论课件三.ppt_第2页
博弈论课件三.ppt_第3页
博弈论课件三.ppt_第4页
博弈论课件三.ppt_第5页
已阅读5页,还剩38页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、Chapter 3 Repeated Games,In this chapter we analyze whether threats and promises about future behavior can influence current behavior in repeated relationships. Much of the intuition is given in the two-period case; a few ideas require an infinite horizon.,区分:repeated games and sequential games,张维迎P

2、207209,Sequential game的特征:参与人在前一阶段的 行动选择决定随后的子博弈的结构,因此,从 后一个决策结开始的子博弈不同于从前一个决 策结开始的子博弈,或者说,同样结构的子博 弈只出现一次。,Repeated game,顾名思义,就是同样结构的 博弈重复多次,其中每一次博弈称为阶段博 弈Stage game(也称为原博弈)。 Repeated Game的基本特征有3项:,1、阶段博弈之间没有“物质上”的联系(no Physical links),也就是说,前一阶段博弈 不改变后一阶段博弈的结构(对比之下,序惯 博弈涉及到物质上的联系); 、所有参与人都观测到博弈过去的历史

3、; 、参与人的总支付是所有阶段支付的贴现 值之和或加权平均值。,:阶段博弈本身可能是一个静态博弈, 也可能是一个动态博弈。因此重复博弈可能是 不完美信息博弈,也可能是完美信息博弈,尽 管博弈论专家谈到重复博弈时一般是指前一种 情况。,:分析重复博弈的意义因为其他参与人 过去行动的历史是观测得到的,一个参与人可以 使自己在某个阶段博弈的选择依赖于其他参与人 过去的行动历史,因此,参与人在重复博弈中的 策略空间远远大于和复杂于每一个阶段博弈的策 略空间(试想囚徒困境博弈重复次,每个 囚徒的纯策略数量会有多少?策略组合的数量会 更多)。这意味着,重复博弈可能带来一些“额 外的”均衡结果,这些结果在一

4、次性博弈中是不 会出现的。,影响重复博弈均衡结果的主要因素是重复 博弈的次数和信息的完备性(completeness).,重复次数的重要性来自于参与人在短期利益和 长期利益之间的权衡。当博弈只进行一次,参 与人只关心一次性的支付;但如果博弈重复多 次,参与认可能会为了长远利益而牺牲眼前利 益从而选择不同的均衡策略。这是重复博弈分 析给出的一个强有力的结果,它为现实中观测 到的许多合作行为和社会规范提供了解释。,信息不完备的影响将在下一章讨论,这里只讨 论重复次数对均衡结果的影响,并假定信息是 完备的。,一、有限次重复博弈 (以two-stage repeated games为例),考虑曾经给出

5、的囚徒困境的标准式(回忆并 画出支付矩阵)。,假设两个参与者要把这样一个同时行动博弈重 复两次,并且在第二次博弈开始之前可观测第一次的结果。再假设整个过程博弈的收益等于两阶段各自收益的简单相加(即不考虑贴现因素),我们称这一重复进行的博弈为两阶段囚徒困境。,(一)阶段博弈只有唯一NE,回忆第二章第四节的“有同时选择的两阶段动态博弈”。,两阶段囚徒困境其实属于这种类型博弈。无非这 里的参与人3、4与参与人1、2是相同的,行动空 间A3、A4 也与A1 、A2相同,并且总收益 i(a1,a2, a3, a4)等于第一阶段结果(a1,a2)的收益与 第二阶段结果 (a3, a4)的收益简单相加。,在

6、“有同时选择的两阶段动态博弈”中第二阶 段参与人3和4的稳定行动依赖于第一阶段的可 行结果(a1,a2),表示为(a3*(a1,a2), a4*(a1,a2),而 不是简单的(a3*, a4*)(关税博弈中第二阶段企业的 均衡产量依赖于政府第一阶段所选择的关税).,而在两阶段囚徒困境中,第二阶段的NE可以完全 不依赖于第一阶段的结果。,分析时要注意3点:,1 逆推归纳法backwards-induction,2 参与人在第二阶段行动只须考虑该阶段的利益最大化,因为无须“瞻前顾后”。,3 分析第一阶段时,可把第二阶段的均衡结 果下的支付值叠加到第一阶段的相应支付值上。,下面给出有限次重复博弈的定

7、义,Definition Given a stage game G,let G(T)(T) denote the finitely repeated game in which G is played T times, with the outcomes of all preceding plays observed before the next play begins. The payoffs for G(T) are simply the sum of the payoffs from the T stage games.,该例子中阶段博弈有唯一的NE,而且是一个帕 累托次优的结果(-5

8、,-5),如果(-1,-1) 能出现,那是一个合作的结果。讨论重复博弈就 是想探寻合作的结果能否内生(endogenesis) .,有限次“囚徒困境”博弈的NE再一次表明了为什么 会爆发价格战。试想两博弈方不是囚徒而是两个 大公司,比如可口可乐公司和百事可乐公司、或 者是联合利华公司和宝洁公司,如果摆在这些公 司面前的是两种拓展市场份额策略的选择:保持 原价或降低价格,“囚徒困境”博弈告诉我们这些 公司会降低价格并不断重复下去。这个结论是令 人沮丧的。但实际情况并非完全如此。那么在什 么情况下,它们会合作呢?,罗伯特.艾克斯劳德在著作合作的演进一书 中描述了一个计算机的竞赛:选择14种策略在,

9、200次“囚徒困境”的博弈中与对方争斗。计算机 中的竞赛结果表明,合作是可以出现的,即使 竞争双方是理性的、自私的。这个胜出的策略 就是“触发策略”(“针锋相对”策略),这一策 略着眼于合作,从合作出发而不是相互背叛。 几轮博弈之后,各方的策略就会明朗起来,互 为对方所知晓和理解。,合作的出现有赖于两点:一是采取“触发策略”, 二是博弈重复“200次”足够多次以至于可视 为是无限次。,Proposition If the stage game G has a unique Nash equilibrium then, for any finite T,the repeated game G(T

10、) has a unique subgame- perfect outcome:the Nash equilibrium of G is played in every stage. 注,注:在阶段博弈G为完全且完美信息动态博弈 时类似的结论同样成立。设G属于第三章所定义 的完全且完美信息动态博弈,如果G有唯一的逆 推归纳解,则G(T)有唯一的子博弈完美NE:其 中每一阶段的结果都是G的逆推归纳解。类似的, 设G为第三章所定义的有同时选择的两阶段动态 博弈,如果G有唯一的子博弈NE,则G(T)也有唯 一的子博弈完美NE:G的子博弈完美NE重复进 行T次。,当然,上述结论对于阶段博弈G有两个及两

11、个以上 NE(或子博弈完美NE)的G(T)就不成立了。这种G(T)有多条子博弈完美NE路径。其中可能包含第一阶段有合作结果的稳定路径。,(二)阶段博弈存在两个以上NE,市场开发博弈。P111,借此了解重复博弈均衡路径、及其效率比较。,*该G重复两次构成一个两阶段的重复博弈,那么 可形成多少条路径?,如果不考虑混合策略,16条。,其中子博弈完美NE路径有哪些?,从前述的例子中已知,阶段博弈的NE在每个阶 段的重复或交替构成子博弈完美NE。那么不考 虑混合策略NE情况下,有4条。,这4条均衡路径及其支付是:,行动组合,支付向量,Stage 1,Stage 2,总支付,平均支付,(A,B),(B,A

12、),(A,B),(B,A),(A,B),(B,A),(2,8),(1,4),(5,5),(2.5,2.5),(5,5),(2.5,2.5),(8,2),(4,1),路径的支付采用平均支付与采用总支付相比的 优点:平均支付可以与阶段博弈的支付相比较。,0,甲的平均支付,乙 的 平 均 支 付,1,2,3,1,2,3,4,(1,1),(4,1),(1,4),(3,3),(2.5,2.5),(2.67,2.67),*该博弈如果重复三次构成一个三阶段的重复 博弈,由每阶段都重复或交替阶段博弈的纯策 略NE,那么子博弈完美NE路径有几条?,8条。它们的效率如何?,同两阶段重复博弈。,除此之外已找不到另外

13、的效率更高的均衡路径。,但可找到另外一条效率更高均衡路径。考虑 如下面的策略组合:,甲:第一阶段开发A市场;第二阶段视第一阶段 的结果而定如果结果是(A,A),则选 A,如果是(A,B),则选B;第三阶段无 条件选B。 乙:第一阶段开发A;第二阶段开发B;第三阶 段根据第一阶段的结果而定如果第一阶段 结果是(A,A),则选A,否则选B。,1、策略中都包含有条件的选择。,2、策略是一个完整的行动方案。,问题:该策略组合对应的路径是什么?,对应的路径:,(A,A),(A,B),(B,A),该路径的平均支付向量:,(2.67 , 2.67),这条路径比其它8条的效率都更高。是否均衡?,这条路径的第三

14、阶段行动组合(B,A)和第二 阶段行动组合(A,B),本身都是阶段博弈的 NE,双方都不会偏离。因此只要看第一阶段的 行动组合(A,A)是否有会偏离。,验证:,(3+4+1)/3=2.67,(4+1+1)/3=2,不偏离的平均支付= 偏离的平均支付=,-3#,这就证明了该策略组合是子博弈完美的。从这 条均衡路径中看到:将来利益对当前的选择有 约束。,这种策略有2个特点:,1、第一阶段选A,试探合作。,机会主义,2、后续阶段中包含着奖励和惩罚机制:选A可 以奖励对方,选B可以惩罚对方。因为(A,B) 和(B,A)都是阶段博弈的NE,所以奖励和惩 罚都是可信的。,一方的机会主义行为将触发其他参与人

15、策略中 的惩罚机制发生。,触发策略(Trigger strategies):我们把这种包含 着奖励和惩罚机制的策略称为触发策略。正是 由于害怕“触发”其他参与人的惩罚机制,所以 不敢利用机会使自己在该阶段利益最大化,从 而使该阶段的“合作”出现。从这个意义上看, 触发策略是“温柔的”。,该阶段博弈如果只有两个阶段,则无法构造 触发策略(不存在触发策略)。,考虑如下抽象博弈:,参与人2,L M R P Q,L M R P Q,参 与 人 1,1 , 1 5 , 0 0 , 0 0 , 0 0 , 0 0 , 5 4 , 4 0 , 0 0 , 0 0 , 0 0 , 0 0 , 0 3 , 3

16、0 , 0 0 , 0 0 , 0 0 , 0 0 , 0 4,1/2 0 , 0 0 , 0 0 , 0 0 , 0 0 , 0 1/2, 4,上面的例子因为阶段博弈的NE很丰富,且存在 可供奖励和惩罚的NE,所以双方不仅可构造触 发策略,而且触发策略是子博弈完美的(或者 说触发策略所包含的奖励和惩罚是可信的)。,双方的策略均为:第一阶段选择M;如果第一阶 段的行动组合是(M,X)(或(X,M),X 为除M之外的其它可选行动),则第二阶段选P (Q),如果是除此之外的其它任何组合,则选R。,第一阶段的行动组合是(M,M),则第二阶段的行动组 合将是(R,R);第一阶段的行动组合是(M,X)或

17、(X, M),则第二阶段的行动组合将是(P,P)或(Q,Q);第 一阶段的行动组合为其它,则第二阶段还是(R,R)。,参与人2 L M R P Q,参 与 人 1,L 4 , 4 5.5 , 4 3 , 3 3 , 3 3 , 3 M 4 ,5.5 7 , 7 4 ,0.5 4,0.5 4,0.5 R 3 , 3 0.5,4 6 , 6 3 , 3 3 , 3 P 3 , 3 0.5,4 3 , 3 7, 3.5 3 , 3 Q 3 , 3 0.5,4 3 , 3 3 , 3 3.5,7,除了(M,X)和(X,M)(X=L、R、P、Q) 的第二阶段是(P,P)或(Q,Q),其余的第二 阶段都是

18、(R,R)。由分析可知,其中(M,M) 是NE,它表示路径(M,M),(R,R),,平均支付是(3.5,3.5).,这条路径的第一阶段是合作的。,阶段博弈存在多个NE情况下,有限次重复博弈 存在多条均衡路径,其中触发策略均衡(如果均 衡的话)的路径效率更高。,案例:,美国Staten岛上的报纸发行市场上有两个主要 的竞争对手:纽约邮报和每日新闻。 1994年,纽约邮报所属公司Rubert Murdoch将邮报的价格从40美分提高到50美分, 这时每日新闻没有跟着提价。在将纽约 邮报的价格降回到40美分之后,对方还是没 有作出反应,于是Rubert Murdoch公司宣布有 意向将价格再降到25

19、美分,但对方仍然没有做 出响应。接着Rubert Murdoch公司果然将邮报 在这个岛屿上的发行价格降到25美分。此时, 每日新闻终于明白了纽约邮报的意图,,将价格提高到50每分。不久,Rubert Murdoch 公司也将价格重新提高至50美分。,纽约邮报的策略是友好的,因为它一开始 就提高价格;同时也是挑衅的,在每日新闻 没有跟着提价时,它又将价格降低;这一策略 同样具有宽恕性,当每日新闻将价格提高 到50美分后,也重新将价格提高;这一策略也 是明了的,纽约邮报的意图对每日新闻 来说经过了两个回合就变得显而易见。由于“触 发策略”的运用,在这场“囚徒困境”式的价格博 弈中出现了合作双赢的

20、局面。,Murdoch公司的做法和“触发策略”的益处在事后 看来更加明显。Murdoch公司的成功是因为它掌 握了博弈论的重要原则:你要了解竞争对手,也 让竞争对手了解你。因此,如果公司的策略为竞 争对手所明白,并且应向竞争对手清楚地表明公 司准备合作,但对背叛行为将采取以牙还牙的报 复行动,那么公司最终将赢得竞争,而竞争对手 通过合作也将大有收获。,二、无限次重复博弈,对无限次重复博弈来说,即使阶段博弈只有 唯一的纯策略NE(P121 脚注),也存在一条 效率更高的子博弈完美NE路径,路径上每一 个阶段的行动组合都不是阶段博弈的NE,而 是合作的行动组合。,(一)无限次重复囚徒困境的博弈,画

21、出囚徒困境的阶段博弈;设想无限次重复 时的所有路径、均衡路径。,路径的支付怎么计算?,引入贴现因子, 若某个参与人在某一路 径的各个阶段的支付分别为: 1 、 2 、, 则该参与人在该路径的“总支付” 为 无限序列 1 、 2 、的现值之和,即: = 1+ 2 + 2 3 + ,= t-1 t,t =1, ?,01,当 0,行动短视化,时间视野往往局限于本期、近期;,当 1,参与人有远见,他充分意识到他 现期的行动决策将通过其他参与人的反应影响到 他未来的收益,因而试图跨期协调其行动决策。,无限次重复博弈及其支付的定义:,Definition Given a stage game G, let

22、 G(,) denote the infinitely repeated game in which G is repeated forever and the players share the discount factor . For each t , the outcomes of the t - 1 preceding plays of the stage game are observed before the tth stage begins. Each players payoff in the G(,) is the present value of the players

23、payoffs from the infinite sequence of stage games.,现在分析无限次重复囚徒困境博弈。我们将证明 尽管阶段博弈中唯一的NE是不合作的(招认, 招认),在有限次重复时,唯一的子博弈完美NE 还是在每个阶段都(招认,招认),可是在无限次 重复(在可预见的将来不会结束)进行的情况下, 只要参与人有足够的内心(即足够接近1),每个 阶段的行动组合为(沉默,沉默) 将形成一条子博 弈完美NE的路径。,考虑参与人的触发策略:在第一阶段选择不坦 白,且在之后的任意阶段t,如果之前的(t-1) 阶段的结果是双方都不坦白,则继续选择不坦 白,否则从t阶段开始永远选

24、择坦白。,注意:参与人制订了一个关于未来的无所不包 的行动计划,即一次性地选择了函数形式si()作 为 应对策略,而不是一期只作出依次行动选择。,序列5,1,1,的贴现值之和:,5 + 1 + 21 + 31 + = 5 + / (1 ),沉默的现值 4 / (1 - ),招认的现值 5 + / (1 ), 1/4,这说明,当且仅当 1/4,给定对方的触发策 略并且对方没有首先选择招认,自己也不会首 先招认。,(二)民间定理(无名氏定理),P125 “民间定理”第一段。,先明确两个关于支付的概念。,平均支付average payoff:在无限次重复博弈中, 平均支付指为了得到相等的支付现值之和

25、而在每 一阶段都应得到的等额支付值。计算:,令贴现因子为,那么无限支付序列1 、 2 、 的现值之和V为:,V= t-1 t,t =1,无限支付序列、 、的现值之和V为:,V= + + 2 + = / (1- ),如果下式成立:, t-1 t,t =1,= / (1- ),即:, = (1- ) t-1 t,t =1,那么, 就是无限支付序列1 、 2 、的平均支付,它是各阶段支付现值之和的 (1- )倍。,可行支付向量feasible payoffs:支付数组x=(x1, x2 、xn)称为可行支付向量,如果它是阶段 博弈G的纯策略支付的凸组合(concave combination)(即x

26、i是阶段博弈中参与人i的纯策 略支付的加权平均值,权数非负且和为1)。,可行支付向量。以“囚徒困境”为例,一个可行支付向量对应重复博弈的一条路径。,0,囚徒1的支付值,囚 徒 2 的 支 付 值,1,2,3,4,5,1,2,3,4,5,(1,1),(4,4),(5,0),(0,5),阴影面积中的任意一个坐标 点都是一个可行支付向量。 哪些对应着均衡路径?,Folk Theorem(Friedman 1971) Let G be a finite ,static game of complete information.Let (e1,e2, ,en)denote the payoffs from a Nash equilibrium of G, and let

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论