不完全信息博弈

第八章 不完全信息静态博弈 这一章里我们讨论不完全信息静态博弈，也称为贝叶斯博弈(Bayes)。不完全信息博弈中，至少有一个参与者不能确定另一参与者的收益函数。非完全信息静态博的一个常见例子是密封报价拍卖(sealed—bid auction)：每一报价方知道自己对所售商品的估价，但不知道任何其他报价方对商品的估价；各方的报价放在密封的信封里上交，从而参与者的行动可以被看作是同时的。静态贝叶斯博弈问题的主要来源也是现实经济活动，许多静态博弈关系都有不完全信息的特征，研究贝叶斯博弈不仅是完善博弈理论的需要，也是解决实际问题的需要。 8.1 静态贝叶斯博弈和贝叶斯纳什均衡 为了更好的说明不完全信息与完全信息之间的差异，我们用一个典型静态贝叶斯博弈作为例子，自然的引进静态贝叶斯博弈概念。 8.1.1不完全信息古诺模型 考虑如下两寡头进行同时决策的产量竞争模型。其中市场反需求函数由 给出，这里 为市场中的总产量。企业1的成本函数为 ，不过企业2的成本函数以 的概率为 ，以 的概率为 ，这里 。并且信息是不对称的：企业2知道自己的成本函数和企业1的成本函数，企业1知道自己的成本函数，但却只知道企业2边际成本为高的概率是 ，边际成本为低的概率是 (企业2可能是新进入这一行业的企业，也可能刚刚发明一项新的生产技术)。上述一切都是共同知识：企业1知道企业2享有信息优势，企业2知道企业1知道自己的信息优势，如此等等。 现在我们来分析这个静态贝叶斯博弈。一般情况下，企业2的边际成本较高时选择较低的产量，边际成本较低时，选择较高的产量。企业1从自己的角度，会预测到企业2根据其成本情况将选择不同的产量。设企业1的最佳产量选择为 ，企业2 边际成本为 时的最佳产量选择为 ，企业2 边际成本为 时的最佳产量选择为 ，如果企业2的成本较高，它会选择 满足： 类似地，如果企业2的成本较低， 应满足： 从而，企业l为了使利润最大化，选择 应满足： 三个最优化问题的一阶条件为： EMBED Equation.3 及 三个一阶条件构成的方程组的解为： 及 把这里的 、 和 与成本分别为 和 的完全信息古诺均衡相比较，假定 和 的取值可使得两个企业的均衡产量都为正，在完全信息的条件下，企业的产出为 。与之不同的，在不完全信息条件下， ， 。之所以会出现这种情况，是因为企业2不仅根据自己的成本调整其产出，同时还将考虑到企业l的情况选择最优反应。如果企业2的成本较高，它就会因成本较高而减少产量，但同时又会生产稍多一些，因为它知道企业1将根据期望利润最大化的原则决定产出，从而要低于企业1确知企业2成本较高时的产量。 8.1.2静态贝叶斯博弈 现在，我们要建立非完全信息同时行动博弈的标准式 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 述，也称为静态贝叶斯博弈。首先要表示出非完全信息的关键因素，即每一参与者知道他自己的收益函数，但也许不能确知其他参与者的收益函数。令参与者i可能的收益函数表示为 ，其中 称为参与者i的类型（type），它属于一个可能的类型集(亦称为类型空间(type pace)) ，每一类型 都对应着参与者i不同的收益函数的可能情况。 作为具体的例子，考虑前面的的古诺博弈。企业的行动是它们的产量选择 和 。企业2有两种可能的成本函数，从而有两种可能的利润或收益函数： 企业1只有一种可能的收益函数： 我们说企业2的类型空间为了 ，企业1的类型空间为了 。 在这样定义参与者的类型之后，说参与者i知道自己的收益函数也就等同于说参与者i知道自己的类型，类似地，说参与者i可能不确定其他参与者的收益函数，也就等同于说参与者i不能确定其他参与者的类型，我们用 表示其他参与者的类型。并用 表示所有可能的值的集合，用概率 )表示参与者在知道自己的类型是 的前提下，对其他参与者类型的推断，即在自己的类型是 的前提下，对其他参与者类型出现的条件概率。在完全信息静态博弈的标准式的基础上，增加类型和推断两个概念，得到静态贝叶斯博弈的标准式概念。 定义9.1 一个n人静态贝叶斯博弈的标准式表述包括：参与者的行动空间 和它们的类型空间 ，他们的推断 ，以及他们的收益函数 。参与者i的类型作为参与者i的私人信息，决定了参与者i的收益函数 。参与者i的推断 描述了i在给定自己的类型 时，对其他n—1个参与者可能的类型的不确定性。我们用 表示这一博弈。 静态贝叶斯博弈的一般表示法，对于由现实问题抽象和建立静态贝叶斯博弈模型，提供了思路和帮助，我们根据静态贝叶斯博弈表达式中的几个方面，来确定模型的主要内容。不过最重要的问题是如何来分析问题，那么用什么样的方法来分析这类博弈呢？ 8.1.3海萨尼转换 信息的不完全使得博弈分析变的复杂，1967年以前，博弈论专家认为这样的不完全信息博弈是无法分析的，因为当一个参与人不知道在与谁博弈时，博弈的规则是无效的。海萨尼（Harsanyi，1967-1968）提出了处理不完全信息博弈的方法，巧妙地引入一个“第三者”----自然，将复杂问题的不完全信息博弈转换为完全但不完美信息博弈，称之为“海萨尼转换”。 海萨尼转换的具体方法是： （1） 一个虚拟的参与人“自然”，自然首先决定参与人的类型，赋予各参与人的类型向量 ， 其中， ； （2） 自然告知参与者i自己的类型，却不告诉其他参与者的类型； （3） 参与者同时选择行动，每一参与者i从可行集 中选择行动方案 ； （4） 各方得到收益 。 借助于第一步和第二步中虚构的参与者“自然”的行动，我们可以把一个不完全信息的博弈表述为一个不完美信息的博弈。海萨尼转换是处理不完全信息博弈的标准方法。 8.1.4贝叶斯纳什均衡 静态贝叶斯博弈转化的都是两阶段有同时选择的、特殊类型的不完美信息动态博弈，对于这类博弈有专门的分析方法和均衡概念。为了定义贝叶斯纳什均衡概念，首先定义此类博弈中参与者的战略空间。动态博弈中参与者的一个战略是关于行动的一个完整计划，包括了参与者在可能会遇到的每一种情况下将选择的可行行动。在给定的静态贝叶斯博弈的时间顺序中，自然首先行动，赋予每一参与者各自的类型，参与者i的一个(纯)战略必须包括参与者i在每一可行的类型下选择的一个可行行动。定义如下： 定义9.2 在静态贝叶斯博弈 中，参与者i的一个战略是一个函数 ，其中对 中的每一类型 ， 包含了自然赋予i的类型为 时，i将从可行集中 中选择的行动 。 我们用不完全信息古诺模型来阐述战略定义，从前面分析知道博弈的解由三个产量选择组成： 、 和 。用刚刚给出的关于战略的定义，（ ， ）就是企业2的战略， 是企业1的战略，很容易想到企业2根据自己的成本情况会选择不同的产量，但是还应注意到的同样重要的一点，是企业l在选择产量时也应同样考虑企业2将根据不同的成本选择不同的产量。从而，如果我们的均衡概念要求企业l的战略是企业2战略的最优反应，则2的战略必须是一对产量，分别对应于两种可能的成本类型，否则企业1就无法计算它的战略是否确实是企业2战略的最优反应，无法进行博弈分析。 给出贝叶斯博弈中关于战略的定义之后，我们就可以定义贝叶斯纳什均衡了。尽管定义中的符号十分复杂，但中心思路却既简单又熟悉：每一参与者的战略必须是其他参与者战略的最优反应，亦即贝叶斯纳什均衡实际上就是在贝叶斯博弈中的纳什均衡。 定义9.3 在静态贝叶斯博弈 中，战略组合 是一个纯战略贝叶斯纳什均衡，如果对每一参与者i及对i的类型集 中的每一 ， 满足 定义中求最大值的和是对 求和，即对其他参与人的各种可能的类型组合求和，“纯策略”的意义与完全信息博弈相同。当静态贝叶斯博弈中参与人的一个战略组合是贝叶斯纳什均衡时，没有参与者愿意改变自己的战略，即使这种改变只涉及一种类型下的一个行动。 贝叶斯纳什均衡是分析静态贝叶斯博弈的核心概念，一个有限的静态贝叶斯博弈(即博弈中n是有限的，并且 和 都是有限集)理论上存在贝叶斯纳什均衡，包括采用混合战略的情况。 8.2 应用举例 海萨尼(1973)提出这样的一个结论：完全信息静态博弈的混合战略纳什均衡，几乎总是可以解释为与之密切相关、存在少量不完全信息的博弈中的纯战略贝叶斯纳什均衡。混合战略纳什均衡的重要特征，不是参与者以随机地方法选择一个战略，而是参与者不能确定其他参与人的选择，这种不确定性既可产生于随机因素，又可能(更为合理地)因为少量不完全信息，如下面的例子。 8.2.1混合策略和不完全信息 前面所讲的性别战博弈，存在两个纯战略纳什均衡(歌剧，歌剧)和(拳击，拳击)及一个混合战略纳什均衡，其中妻子以2／3的概率选择歌剧，丈夫以2／3的概率选择拳击。 图9-1 性别战 现在假设尽管两人已经认识了相当一段时间，但不能完全肯定地把握对方的想法。假定如果双方都选择歌剧妻子的收益为 ，其中 的值是妻子的私人信息，双方都去观看拳击时丈夫的收益为 ，其中 的值为丈夫的私人信息； 和 相互独立，并服从[0，x]区间上的均匀分布，( 和 的值是指原博弈收益的随机扰动项，我们可以认为x是一个很小的正数)。所有其他情况下的收益不变。表述为标准式则为：静态贝叶斯博弈 中，行动空间为 ={歌剧，拳击}，类型空间为 ，关于类型的推断为对所有的 和 ， ，收益情况如图9-2。 图9-2 非完全信息性别战 我们构建这个性别战博弈的纯战略贝叶斯（Bayes）纳什均衡。其中 超过某临界值w时妻子选择歌剧，否则选择拳击；丈夫在 超过某临界值h时选择拳击，否则选择歌剧。在这一均衡中，妻子以 的概率选择歌剧，丈夫则以 的概率选择拳击。 假设妻子和丈夫都采用上面所给出的战略，对一个给定的x，我们计算相应的w和h，以使双方的战略符合贝叶斯纳什均衡的条件。给定丈夫的战略，妻子选择歌剧和选择拳击的期望收益分别为 和 从而，当且仅当 ，选择歌剧是最优的。同样，假定妻子采用了临界值w战略，丈夫选择拳击和选择歌剧的期望收益分别为 和 所以，当且仅当 ，选择拳击是最优的。 解联立方程组 得 解二次方程得 当x趋于0时，该式的值趋于2／3。也就是说，随着不完全信息的消失，参与者在此不完全信息博弈纯战略贝叶斯纳什均衡下的行动趋于其在原完全信息博弈混合战略纳什均衡下的行动。 8.2.2暗标拍卖 我们用贝叶斯纳什均衡的思想，来讨论暗标拍卖问题。基本的暗标拍卖规则是各投标人密封标 书 关于书的成语关于读书的排比句社区图书漂流公约怎么写关于读书的小报汉书pdf 投标，统一时间开标，标价最高者中标。如果出现标价相同的情况，用抛硬币或类似方法决定中标者。假设有两个投标人，分别为1、2，投标人i对商品的估价为 ——即如果投标人i付出价格p得到商品，则i的收益为 。两个投标人的估价相互独立，并服从[0，1]区间上的均匀分布。投标价格不能为负，且双方同时给出各自的投标价。出价较高的一方得到商品，并支付他报的价格；另一方的收益和支付都为0。投标方是风险中性的，所有以上都是共同信息。 为把这一问题化为标准式的静态贝叶斯博弈，我们必须确定行动空间、类型空间、推断及收益函数。参与者i的行动是给出一个非负的投标价 ，其类型即他的估价 (在抽象博弈 中表示为，行动空间 ，类型空间 )。由于估价是相互独立的，参与者i推断 服从[0，1]区间上的均匀分布，而不依赖于 的值。最后，参与者i的收益函数为 为推导这一博弈的贝叶斯纳什均衡，我们首先建立参与者的战略空间。在静态贝叶斯博弈中，一个战略是由类型到行动的函数。参与者i的一个战略为函数 ，据此可以决定i在每一种类型(即对商品的估价)下选择的投标价格。在贝叶斯纳什均衡下，参与者1的战略 与参与者2的战略互相是对方的最优反应。若战略组合 是贝叶斯纳什均衡，那么每个类型 ， 满足 我们寻找该问题的一组线性均衡解，即假设 和都是线性函数。 及 ，并据此对上式进行简化。但应注意我们不是限制了参与者的战略空间，使之只包含了线性战略；而是允许参与者任意地选择战略，而只看是 否存在线性的均衡解。我们会发现由于参与者的估价是均匀分布的，这样的线性均衡解不仅存在。而且是惟一的。其结果为 ，也就是说，每一参与者以其对商品估价的l／2作为投标价。这样，一个投标价格反映出投标方在拍卖中遇到的最基本的得失权衡：投标价格越高，中标的可能性越大；投标价格越低，一旦中标所得的收益就越大。 假设参与者j采取战略 ，对一个给定的 值，参与者i的最优反应为下式的解 因为 服从均匀分布，所以 )服从均匀分布， 。由于i的投标价应高于参与者j最低的可能投标价格，否则没有意义，同时应低于j最高的可能投标价格，我们有 ，于是，上式变为 一阶条件为 。在 时， ，这样时根本不可能中标的，至少 。综上，参与者i的最优反应为 如果 ，则一定存在某些 的值，使 ，这时 就不可能是线性的了，而在开始时是一条直线，后半段开始向上倾斜，与假定的线性矛盾。而只讨论 及 的情况。但前一种情况是不可能在均衡中出现的，因为估价较高一方对投标价的最优选择是不低于估价较低一方的投标价，我们有 ，但这时 便意味着 ，而这对于参与人j肯定不是最优的。因此，如果要求 是线性的，则一定有 ，这时 ，于是可得 及 。 同样对参与者j重复上面的分析，得到类似的结果 及 。解这两组结果构成的方程组，可得 及 ，即 。 6 _1138213795.unknown _1138213829.unknown _1138213847.unknown _1138213865.unknown _1138261021.unknown _1138265935.unknown _1138266474.unknown _1138269117.unknown _1138269506.unknown _1138269643.unknown _1138269461.unknown _1138269184.unknown _1138269255.unknown _1138267568.unknown _1138266418.unknown _1138266448.unknown _1138265960.unknown _1138266371.unknown _1138265513.unknown _1138265692.unknown _1138265914.unknown _1138265608.unknown _1138265375.unknown _1138265480.unknown _1138261461.unknown _1138213869.unknown _1138260624.unknown _1138260776.unknown _1138260354.unknown _1138214010.unknown _1138259658.unknown _1138213867.unknown _1138213868.unknown _1138213866.unknown _1138213856.unknown _1138213861.unknown _1138213862.unknown _1138213864.unknown _1138213859.unknown _1138213860.unknown _1138213857.unknown _1138213858.unknown _1138213851.unknown _1138213854.unknown _1138213855.unknown _1138213853.unknown _1138213849.unknown _1138213850.unknown _1138213848.unknown _1138213838.unknown _1138213843.unknown _1138213845.unknown _1138213846.unknown _1138213844.unknown _1138213840.unknown _1138213841.unknown _1138213839.unknown _1138213834.unknown _1138213836.unknown _1138213837.unknown _1138213835.unknown _1138213832.unknown _1138213833.unknown _1138213830.unknown _1138213812.unknown _1138213821.unknown _1138213825.unknown _1138213827.unknown _1138213828.unknown _1138213826.unknown _1138213823.unknown _1138213824.unknown _1138213822.unknown _1138213816.unknown _1138213818.unknown _1138213820.unknown _1138213817.unknown _1138213814.unknown _1138213815.unknown _1138213813.unknown _1138213803.unknown _1138213807.unknown _1138213810.unknown _1138213811.unknown _1138213809.unknown _1138213805.unknown _1138213806.unknown _1138213804.unknown _1138213799.unknown _1138213801.unknown _1138213802.unknown _1138213800.unknown _1138213797.unknown _1138213798.unknown _1138213796.unknown _1138213760.unknown _1138213777.unknown _1138213786.unknown _1138213790.unknown _1138213792.unknown _1138213794.unknown _1138213791.unknown _1138213788.unknown _1138213789.unknown _1138213787.unknown _1138213782.unknown _1138213784.unknown _1138213785.unknown _1138213783.unknown _1138213779.unknown _1138213780.unknown _1138213778.unknown _1138213768.unknown _1138213773.unknown _1138213775.unknown _1138213776.unknown _1138213774.unknown _1138213771.unknown _1138213772.unknown _1138213769.unknown _1138213764.unknown _1138213766.unknown _1138213767.unknown _1138213765.unknown _1138213762.unknown _1138213763.unknown _1138213761.unknown _1138213742.unknown _1138213751.unknown _1138213755.unknown _1138213757.unknown _1138213759.unknown _1138213756.unknown _1138213753.unknown _1138213754.unknown _1138213752.unknown _1138213747.unknown _1138213749.unknown _1138213750.unknown _1138213748.unknown _1138213745.unknown _1138213746.unknown _1138213743.unknown _1138213734.unknown _1138213738.unknown _1138213740.unknown _1138213741.unknown _1138213739.unknown _1138213736.unknown _1138213737.unknown _1138213735.unknown _1138213729.unknown _1138213731.unknown _1138213733.unknown _1138213730.unknown _1138213727.unknown _1138213728.unknown _1138213726.unknown