读书笔记: 博弈论导论 - 10 - 完整信息的动态博弈 重复的博弈

读书笔记: 博弈论导论 - 10 - 完整信息的动态博弈 重复的博弈

重复的博弈(Repeated Games)

本文是Game Theory An Introduction (by Steven Tadelis) 的学习笔记。

有限地重复的博弈

  • 有限地重复的博弈(Finitely Repeated Games)
    给定一个阶段博弈\(G\)，一个有限地重复的博弈被记做\(G(T, \delta)\)，其中阶段博弈\(G\)被连续进行了T次，\(\delta\)是公共折扣因子。

推论 10.1

如果有限重复博弈的阶段博弈有一个唯一的纳什博弈，
则这个有限重复博弈有一个唯一的子博弈精炼均衡。

  • 现值(present value)
    在一个无限队列的收益$ { v_i }_{i=1}^{\infty}$中，玩家i的现值是

\[v_i = \sum_{t=1}^{\infty} \delta^{t-1} v_i^t \\ where \\ 0 < \delta < 1 \]

  • 平均收益(average payoff)
    在一个无限队列的收益$ { v_i }_{i=1}^{\infty}$中，玩家i的现值是

\[\bar{v_i} = (1 - \delta) \sum_{t=1}^{\infty} \delta^{t-1} v_i^t \\ where \\ \delta < 1 \]

  • 策略
    在一个无限重复博弈中，\(H_t\)代表长度为t的所有可能历史的集合。
    \(h_t \in H_t\)是一种历史。
    \(H = \cup_{t=1}^{\infty} H_t\)为所有可能历史的集合。
    玩家i的一个纯策略是一个映射\(s_i: H \to S_i\)，映射历史到这个阶段博弈的行动。
    玩家i的一个行为策略一个映射\(\sigma_i: H \to \Delta S_i\)，映射历史到这个阶段博弈的行动的随机选择。

  • 子博弈精炼均衡(Sub-game-perfect equilibria)
    一个纯博弈组合\((s_1^*(\cdot), s_2^*(\cdot), \cdots, s_n^*(\cdot)), s_i: H \to S_i, \forall i \in N\)是一个子博弈精炼均衡，
    如果在每一个子博弈中，\((s_1^*(\cdot), s_2^*(\cdot), \cdots, s_n^*(\cdot))\)的约束都是一个纳什均衡。

推论 10.2

一个无限重复博弈\(G(\delta), \delta < 1\)，其阶段博弈G的一个（静态）纳什均衡\((\sigma_1^*, \sigma_2^*, \cdots, \sigma_n^*)\)。
定义这个重复博弈的每个玩家i的策略为不依赖历史的纳什策略，\(\sigma_i^*(h) = \sigma_i^*, \forall h \in H\)，
则\((\sigma_1^*(h), \sigma_2^*(h), \cdots, \sigma_n^*(h))\)为这个重复博弈的一个子博弈精炼均衡。

不依赖历史的无限重复博弈中阶段博弈，其纳什均衡就是重复博弈的子博弈精炼均衡。

推论 10.3

在一个无限重复博弈\(G(\delta)\)中，一个策略组合是一个子博弈精炼均衡，
当且仅当不存在玩家i在其单个历史\(h_{t-1}\)中，可以从\(s_i(h_{t-1})\)偏离中获得更多的收益。

  • 凸组合(convex combination)
    给定两个矢量\(v = (v_1, v_2, \cdots, v_n)\)和\(v’ = (v‘_1, v’_2, \cdots, v‘_n)\)，
    \(\hat{v} = (\hat{v}_1, \hat{v}_2, \cdots, \hat{v}_n)\)是一个凸组合(convex combination)，
    如果\(\hat{v} = \alpha v + (1 - \alpha) \hat{v}, \alpha \in [0, 1]\)或者说\(\hat{v}_i = \alpha v_i + (1 - \alpha) \hat{v}_i, \forall i \in [1, \cdots, n]\)
    从几何上说凸组合位于两个点之间线段上的任意点。

  • 凸包(convex hull)
    给定一组矢量\(V = \{v^1, v^2, \cdots, v^k \}\)，则V的凸包(convex hull)为：

\[CoHull(V) = \{ \\ v = \sum_{j=1}^k \alpha_j v^j \\ where \\ v \in \mathbb{R}^n, \\ \exists (\alpha_1, \cdots, \alpha_k) \in R_+^n, \\ \sum_{j=1}^k \alpha_j = 1\\ \} \]

几何上的理解为：
当n = 2（矢量的维度是2）时，
两个点的凸包就是两个点之间线段;
多个点的凸包就是多个点之间组成的平面;
当n > 2（矢量的维度 > 2）时，
两个点的凸包就是两个点之间线段;
多个点的凸包就是多个点之间组成的多维空间（维度为\(m \leq n \ \land \ m \leq k - 1\)）。

  • 可行收益(feasible payoffs)
    一个博弈的所有收益的凸包为可行收益的集合。

大众定理(the folk theorem)

\(G(\delta)\)为一个有限，同时选择的完整信息博弈，
\(v^* = (v_1^*, \cdots, v_n^*)\)为博弈G的一个纳什均衡的收益，也是G的可行收益。
如果存在\(v_i > v_i^*, \forall i \in N, \delta\)为一个足够接近1的值，
则对于\(G(\delta)\)的无限重复博弈，存在一个子博弈精炼均衡，其平均收益接近于\(v = (v_1, \cdots, v_n)\)。

大众定理由于是多人贡献，也搞不清是那些人，而得名。

参照

posted @ 2018-01-12 14:30  SNYang  阅读(2715)  评论(0)  编辑  收藏  举报