博弈论
《博弈论》全课程精讲
博弈论不是"算计别人的学问"，而是一套关于策略互动的数学语言。它回答一个朴素的问题：当我的最优选择取决于你的选择、而你的最优选择又取决于我的选择时，我们该怎么做？整门课听下来，你只会反复见到同一个画面——每个人站在自己的立场上，环顾四周，心里想的是："只要没人愿意单方面偏离，这个局面就是稳定的。"所有高大上的均衡概念，都是在给这句话加上更精确的前提条件。考前请记住：模型是树或矩阵，均衡是"不偏离"，概念升级的动力是"信息全不全、行动先不先"。
一、课程大纲
| 模块 | 章节 | 核心内容 |
|---|---|---|
| 基础 | 1. 导论 | 博弈要素（参与者/策略/支付）、博弈分类（合作与非合作、静态与动态、完全与不完全信息） |
| 完全信息 | 2. 完全信息静态博弈 | 占优策略、严格劣策略迭代剔除、纯/混合策略纳什均衡、均衡存在性 |
| 完全信息 | 3. 完全信息动态博弈 | 扩展式与博弈树、逆向归纳法、子博弈精炼纳什均衡（SPNE）、承诺与可信威胁 |
| 不完全信息 | 4. 不完全信息静态博弈 | 海萨尼转换、类型与先验信念、贝叶斯纳什均衡（BNE） |
| 不完全信息 | 5. 不完全信息动态博弈 | 信号博弈、信息甄别与信号传递、精炼贝叶斯均衡（PBE）、混同与分离均衡 |
| 重复互动 | 6. 重复博弈 | 有限次/无限次重复、触发策略、无名氏定理、合作与惩罚 |
| 延伸 | 7. 讨价还价与合作博弈 | 鲁宾斯坦讨价还价、核（Core）、沙普利值 |
| 应用 | 8. 应用专题 | 拍卖理论、机制设计、演化博弈初步 |
二、一条主线
理性人之间的策略互动。整门课就是"均衡"概念的一次次精化：信息是否完全、行动是否同时，决定用哪种均衡——纳什均衡→子博弈精炼纳什均衡→贝叶斯纳什均衡→精炼贝叶斯均衡。所有模型都是"支付矩阵或博弈树"的变体，所有均衡都是"没人愿意单方面偏离"这个思想的严格化。
可以把这条主线记成一张"体检表"：
- 所有人同时出手、信息全都看得见 → 静态完全信息 → 纳什均衡（NE）
- 有先后、动作被对手看见 → 动态完全信息 → 加入"不可信威胁要被剔掉" → 子博弈精炼纳什均衡（SPNE）
- 同时出手、但我不知道你的"底牌" → 静态不完全信息 → 引入"类型+先验"，对期望支付求最优 → 贝叶斯纳什均衡（BNE）
- 既有先后、又不知道底牌（看行动能猜类型） → 动态不完全信息 → 把"后验推理"也纳入均衡 → 精炼贝叶斯均衡（PBE）
一句话版：信息（完全→不完全）× 时序（静态→动态），四个象限对应四种均衡。 任何一道题，先判象限，再上对应均衡概念。
三、逐章精讲
第一章 导论：博弈是什么
这一章在干什么
给"博弈"下定义、搭好分析框架。全章没有难题，但所有后续章节的词汇都在这章被第一次使用——博弈三要素、信息结构、分类标准。这一章唯一要防的坑是概念辨析题。
核心内容
（1）博弈的三要素
- 参与者（players） \(i\in\{1,\dots,n\}\)：决策主体，关键是"他的目标独立，且利益与他人交织"。\(n=2\) 是最常考的特例。
- 策略（strategies） \(s_i\in S_i\)：一个策略是"完整的行为计划"，哪怕到不了的信息集，也要规定好到时候怎么走。动态博弈里"策略 vs 行动"的区别是常考点：策略是"如果……那么……"的完备预案。
- 支付（payoff） \(u_i(s_1,\dots,s_n)\)：各策略组合下参与人得到的效用，一般要求理性人偏好支付最大化。
三要素合起来，就是"规则"。谁的规则清晰、支付明确，谁就能用博弈论分析。
（2）分类标准（四个象限的核心）
| 维度 | 分类 | 说明 |
|---|---|---|
| 合作性 | 合作博弈 / 非合作博弈 | 合作博弈强调"联盟能拿到多少、怎么分"；非合作博弈强调"每人单独行动如何选"。本课主体是非合作博弈 |
| 时序 | 静态 / 动态 | 静态=同时或"无法观察对方先行动"；动态=有先后、后手能观察先手行动 |
| 信息 | 完全 / 不完全 | 完全=每个人的支付函数（类型）都是公共知识；不完全=有人藏着底牌 |
| 随机性 | 确定 / 混合 | 是否允许随机化策略 |
（3）其他基本概念
- 理性（rationality）：追求自己支付最大化（含期望）。共同知识（common knowledge）：不只知道某事，还知道"他知道我知道他知道……"。共同知识是把"理性+理性推理"递归下去的前提。
- 策略组合、支付矩阵、最优应对（best response）：\(BR_i(s_{-i})=\arg\max_{s_i}u_i(s_i,s_{-i})\)。最优应对是后面一切均衡定义的原料。
典型题型/考点
- 判断给定场景属于哪个象限（如"两家企业同时定产"→ 完全信息静态）。
- 概念辨析：行动≠策略；理性≠自私（理性是自利的、目标一致的，不等于损人利己）。
- 给场景补全三要素。
为什么这一章重要
这一章的"分类"直接决定后面用哪种均衡，是全课程的地图。同时"理性+共同知识"是经济学方法论的核心假设，理解它才能理解为什么博弈论能进入计算机科学（多智能体系统、算法博弈论本质就是"多个理性程序互相适应"）。
第二章 完全信息静态博弈：纳什均衡
这一章在干什么
在"同时出手、信息完全"的最干净环境里，回答：什么是理性的稳定结果？答案是纳什均衡。全章围绕它的定义、求解、存在性展开。囚徒困境在本章登场，它可能是整个博弈论最重要的一张 2×2 矩阵。
核心内容
（1）占优策略与囚徒困境
若存在 \(s_i^*\) 使得对任意 \(s_{-i}\) 都有 \(u_i(s_i^*,s_{-i})\ge u_i(s_i,s_{-i})\)，则 \(s_i^*\) 是占优策略：无论别人怎么选，它都最好。囚徒困境中，坦白对两人都是严格占优，于是均衡是（坦白，坦白），但（沉默，沉默）对两人都更好——个体理性与集体理性冲突的经典例证。
记住它的教训：均衡不一定是"好结果"，纳什均衡只是一个稳定的自利结果，不是帕累托最优。
（2）严格劣策略迭代剔除（IESDS）
策略 \(s_i\) 是严格劣于 \(t_i\)：对一切 \(s_{-i}\)，\(u_i(s_i,s_{-i})<u_i(t_i,s_{-i})\)。理性人不会用严格劣策略，于是不断剔除、缩小博弈，剩下的组合即为均衡。注意：必须是"严格"劣才能保证合理性；弱劣策略的剔除需要小心（可能误删均衡）。
（3）纯策略纳什均衡
即：每个参与人的策略都是对其他所有人策略的最优应对，任何单方面偏离都无利可图。求解方法：
- 划线法：对每个对手策略，标出己方最优应对，划线；双方都划线的格子就是纯策略 NE。
- 注意：纳什均衡是"同时最优应对"，不是"整体最优"。协调博弈（如约定开车靠左还是靠右）、性别之战（Battle of the Sexes）都出现多重均衡；猎鹿博弈（Stag Hunt）则是"安全 vs 高效"的冲突。
性别之战（丈夫想去看球赛、妻子想去看芭蕾）：
两个纯策略 NE：(球赛,球赛)、(芭蕾,芭蕾)。问题来了：均衡不唯一时，哪个会被选？这就引出混合策略与精炼。
（4）混合策略纳什均衡
当没有纯策略 NE 或 NE 不唯一时，允许参与人以概率分布随机选择。混合策略是 \(S_i\) 上的概率分布。均衡条件是：每个人以正概率选择的每个纯策略，其期望支付都相等，且不小于没选纯策略的期望支付。典型的"石头剪刀布""抛硬币（Matching Pennies）"都没有纯策略均衡，只存在混合均衡。
抛硬币博弈（A 猜中 B 的硬币面赢 1，否则输 1）中，令 A 猜正概率为 \(p\)、B 出正概率为 \(q\)，均衡解为 \(p=q=\frac12\)。
混合均衡的"不偏离"含义更微妙：支付相等的条件保证参与人任意混合都不会更好。考点之一：利用"对手的混合概率使我的两个纯策略无差异"来列方程求解。
（5）纳什均衡的存在性（纳什定理）
定理（纳什，1950）：任何有限博弈（参与者有限、每个策略集有限）都存在至少一个纳什均衡（允许混合策略）。证明用的是不动点定理（Kakutani/Brouwer）：最优应对映射是连续的、凸值的，不动点即均衡。考试不会要求证明，但要能说出思路：均衡=最优应对映射的不动点。
典型题型/考点
- 给出 2×2（或 3×3）支付矩阵，求纯策略 NE、混合策略 NE。
- 用划线法找 NE；说明"划线相同的格"。
- IESDS 后剩下的策略组合。
- 判断某组合是否为 NE；讨论均衡的效率（囚徒困境/猎鹿博弈）。
- 概念题：NE 与占优策略均衡的关系（占优均衡一定是 NE，反之不然）。
为什么这一章重要
纳什均衡是整个非合作博弈论的基石，是后面所有均衡概念的"母版本"。它是算法博弈论的核心对象（求 NE、估计均衡的复杂性都是热点），也是经济学"市场均衡"在策略情境下的推广。学会"最优应对不动点"这一视角，等于掌握了整门课的分析语法。
第三章 完全信息动态博弈：承诺与威胁
这一章在干什么
从"同时"走向"先后"。一旦有先后，先手要考虑后手的反应，后手的某些"威胁"是不可信的。本章用博弈树描述先后决策，用逆向归纳法求解，得到比纳什均衡更强的子博弈精炼纳什均衡（SPNE）。
核心内容
（1）扩展式与博弈树
把博弈画成一棵树：节点=决策点（标注轮到谁行动）、枝=行动、末端=支付；还要标注信息集——同一信息集内的节点，行动者分辨不出自己在哪个节点（不完全信息时才有非单点信息集）。策略 vs 行动在这里格外重要：策略是"每个信息集上选什么"的完整计划。
（2）逆向归纳法与海盗分金
逆向归纳（Backward Induction）：从最后一个决策节点往前推，在每一步假设"该节点上的理性人会选对自己最优的行动"，并把最优结果"结算"回前一个节点。这是动态博弈最重要的求解技术。
海盗分金（经典题）：5 个海盗要分 100 枚金币，提案人提出方案，若至少半数（含自己）投赞成则通过，否则提案人喂鲨鱼，由下一个人继续提案。逆向归纳结果出人意料：5 号海盗能拿到 98 枚。思路：从只剩 1 人（5 号）倒推——只剩 4、5 号时，4 号必须拿自己一票，方案（0,100）才能过……逐层倒推即可得到 5 号的收买名单。关键考点：被喂鲨鱼的威胁对提案人不可怕时，买票成本会变得极低。
（3）子博弈精炼纳什均衡（SPNE）
子博弈：从某个信息集为单点（决策者知道自己在哪）的节点开始，取其后所有部分构成的博弈。SPNE：纳什均衡，且其策略在每一个子博弈上都构成纳什均衡。换句话说：不是"纸面威胁"，而是"事后我真的会执行"。逆向归纳求出的就是 SPNE。
（4）承诺与可信威胁——蜈蚣博弈与市场进入
蜈蚣博弈（Centipede）：两个参与人轮流选"拿/让"，拿了就结束，让则钱翻倍；最后一步不拿也结束。逆向归纳得出：第一步就有人拿——尽管"都让到底"能让总支付极大。这就是"理性倒推导致坏结果"的生动例子，也是实验经济学家常拿来打脸的博弈。
可信威胁的经典场景——市场进入（Entry Deterrence）：在位者威胁"你进来我就降价拼到底"，但真的打起来双方都亏；进入者若判断这个威胁不可信，就会进入。在位者要让它可信，必须预先做出不可逆的承诺：比如预先投下大产能（沉没成本）、与工会签下高工资协议。承诺的关键是"烧掉自己的退路"，让"惩罚"变成事后最优。还有"承诺让失控的暴脾气替你行动"（如谈判中让别人无法撤回），都围绕同一思想：把不可信的威胁变成可信的。
（5）策略性先行者优势（先手优势）
Stackelberg 竞争里，先定产量者获得先手优势——因为后手的最优反应会被先手"预支"进自己的决策。反过来，也有后发优势的场景。核心是：动态博弈的价值在于谁有耐心、谁能把自己的选择变成既定事实。
典型题型/考点
- 用逆向归纳法求扩展式博弈的 SPNE，并写出两方完整策略。
- 判断某个"威胁"是否可信；设计承诺使其可信（如"提高沉没成本"）。
- 海盗分金、蜈蚣博弈等经典题。
- 画博弈树、写出策略集合、指出子博弈。
- 计算 Stackelberg 均衡产量。
为什么这一章重要
"可信承诺"直接通向社会与经济学现象：威慑、进入壁垒、合同与抵押、谈判拖延。在计算机/人工智能领域，"逆向归纳 + 完备策略"是序贯决策（博弈树搜索、AlphaGo 的最小最大/蒙特卡洛树搜索）的思想源头。SPNE 把"空头威胁"从模型里剔除，是均衡概念第一次"精化"。
第四章 不完全信息静态博弈：贝叶斯纳什均衡
这一章在干什么
引入"底牌"：我行动时不知道你的类型（成本、偏好、私有信息），只知道你有先验概率分布。本章的任务是把"不确定的静态博弈"翻译成"确定类型下的博弈"，然后定义贝叶斯纳什均衡（BNE）。
核心内容
（1）类型与海萨尼转换
- 类型（type） \(\theta_i\)：参与人私有的、决定其支付函数的特征。
- 海萨尼转换（Harsanyi transformation）：把"信息不对称的静态博弈"转化为"自然界（Nature）先按共同先验 \(p\) 为每个人抽取类型、然后大家同时行动"的等价博弈。这样，原有的"不完全信息"就被改写成"不完全信息下的动态博弈（但动作同时）"，模型由此变得可分析。
转换后的关键是：每个人知道自己类型，但不知道别人类型；所有人的先验是共同知识。 参与人最大化的是期望支付（对自己类型取平均）。
（2）贝叶斯纳什均衡（BNE）
每个参与人（在每个类型下）选择使自己期望支付最大化的策略，给定其他人的策略（同样按类型行事）。
更形式化：策略 \(\sigma_i(\theta_i)\) 使
最大化。注意关键点：BNE 是"每个类型一个行动"的完整计划——对手不知道你的类型，所以你的策略必须针对"如果你是某种类型会怎么选"来定义。别人凭你对信号的反应来反推你的类型，这在下一章会成为重点。
（3）一个可考的经典例子
不完全信息 Cournot 博弈：企业 1 成本已知，企业 2 的成本是"高"或"低"，企业 1 只知道概率。均衡中，企业 2 高成本、低成本分别产出 \(q_2^H,q_2^L\)，企业 1 依据期望利润定 \(q_1\)，最后解一组联立的最优反应方程即可。核心手法：对方"按类型行事"的策略让自己无法用单一数字概括，只能对期望支付求最优。
典型题型/考点
- 给出类型与先验，求 BNE 中每个类型的选择。
- 画"自然+类型"的博弈树并说明海萨尼转换。
- 判断策略是否构成 BNE（"没有人能在任何类型下通过单边偏离改善"）。
- 辨析：不完全信息 vs 不完美信息（不完全=不知支付/类型；不完美=不知已发生的行动，如洗牌后看不到结果）。
为什么这一章重要
海萨尼转换把"信息"变成了可以建模的随机变量，为整个机制设计与信息经济学铺路：拍卖、逆向选择（二手车市场）都在此框架内。计算机科学里，"类型=私有数据"，BNE 是分布式算法与机制设计中激励兼容分析的标准工具。
第五章 不完全信息动态博弈：信号与甄别
这一章在干什么
在"有底牌 + 有先后"的世界里，先手可能主动泄露信息（发信号），后手则据行动推断类型（甄别/筛选）。本章引入最强、最常用的均衡概念：精炼贝叶斯均衡（PBE），并研究两种典型结果：分离均衡与混同均衡。经典案例是二手车市场（柠檬市场）和教育信号。
核心内容
（1）从 BNE 到 PBE：加上"后验信念"
PBE 包含三样东西：① 策略组合（每个信息集上的行动）；② 信念（belief）——每个信息集上"对手属于各类型的概率"；③ 要求策略在给定信念下是每个信息集的最优应对，且信念与均衡策略一致（用贝叶斯规则更新）。
精髓：均衡要能解释你凭什么相信对方是那种类型——信念从行动中"读"出来。与 BNE 的区别：BNE 只有事前先验，PBE 多了事后更新（沿均衡路径用贝叶斯公式；脱均衡路径上信念可自由设定，但要能支持均衡）。这正是"信息×时序"矩阵的最后一块拼图。
（2）信号传递与二手车市场
二手车市场（Akerlof 柠檬市场）：卖者知道车况（好/坏），买者只知"好车占比 \(p\)"。若信息完全透明，好车卖高价、坏车卖低价；但买者只能用平均质量出价，好车卖不划算就退出市场 → 市场里只剩坏车（"柠檬"）→ 逆向选择，市场萎缩甚至崩溃。这就是"信息不对称会把好产品赶出市场"的著名结论。
信号传递（signaling）：好车卖者主动提供承诺式信号（如保修期、第三方检测）来区分自己。信号要可信，必须满足分离条件——对不同类型"发送信号的代价"不同（好车提供保修便宜，坏车很贵），代价差异正是信号能分离类型的原因。教育经济学用它解释"文凭是信号"。
（3）混同均衡与分离均衡
- 分离均衡（separating）：不同类型选择不同信号，后手完全看穿类型。例：高能力者读名校、低能力者不读，企业看学历就知道能力。
- 混同均衡（pooling）：不同类型选择相同信号，后手无法区分，只能按先验平均出价。例：所有人都不读研，企业只能按平均能力给工资。
- 半分离（semi-separating）：部分区分。
判定题型中常见的坑：脱均衡路径的信念不能乱设——分离均衡中"选择另类信号"者的信念必须支持"不偏离"；若设定了让偏离有利的信念，均衡就不成立。还要用直觉标准（Intuitive Criterion） 等精炼剔除"离谱信念"（概念了解即可）。
（4）信息甄别（screening）
甄别是接收信号一方主动设计"菜单"让类型自我选择。经典：保险公司提供多档合同（高保费高赔付 vs 低保费低赔付），让高风险客户自动挑贵的那档，实现风险分层；雇主设计合同菜单筛选员工。关键区别：信号传递=信息优势方主动亮牌；信息甄别=信息劣势方设计筛选机制。两者是"主动 vs 被动"的关系。
典型题型/考点
- 给定信号博弈，求 PBE 并判断是分离还是混同均衡。
- 写出后验信念，验证"策略在均衡路径上最优、信念用贝叶斯更新"。
- 二手车市场数值题：求市场崩溃的临界比例 \(p^*\)。
- 设计甄别合同让不同类型自我选择（激励相容条件）。
- 判断某信号是否有效（信号代价须与类型负相关）。
为什么这一章重要
信号与甄别是信息经济学的核心，解释广告、文凭、金融监管、保险分层等大量现实。机制设计与算法博弈论中的真实性（truthfulness）同样依赖"让不同类型的报告者说真话"的分离机制。PBE 也是现代博弈论中使用最广的均衡概念之一。
第六章 重复博弈：合作如何在惩罚中存活
这一章在干什么
把同一个"阶段博弈"玩很多次。单次博弈里无法实现的合作（囚徒困境），在重复中可以通过"胡萝卜+大棒"实现。本章的核心结论是无名氏定理（民间定理）：只要你有耐心，几乎任何"个人理性"的结果都可以成为均衡。
核心内容
（1）有限次重复：结局悲观的逆向归纳
囚徒困境玩有限 \(T\) 次：用逆向归纳，最后一期一定背叛（单期占优）；既然最后一期无论如何都背叛，倒数第二期也没理由合作……合作彻底瓦解。有限次重复囚徒困境的唯一均衡是每期都背叛。这就是著名的"有限期合作悖论"。
注意区分：若阶段博弈存在多重均衡（如协调博弈），有限次重复也能支撑一定合作（用"最后一期的多重均衡"做奖惩杠杆），但囚徒困境不行。
（2）无限次重复与贴现
无限次重复中博弈没有"最后一期"，逆向归纳失效。用贴现因子 \(\delta\)（耐心程度，\(\delta=\frac{1}{1+r}\)）折算未来支付，总支付为：
（3）触发策略与"冷酷/宽恕"
触发策略（Trigger Strategy）：
- 冷酷触发（Grim Trigger）：先合作；一旦对方背叛，从此永远背叛。"永远"的惩罚要重到让对方不敢赌。
- 针锋相对（Tit-for-Tat）：模仿对手上一期行为。简单、报复及时、容易原谅，是迭代囚徒困境锦标赛冠军。
（4）无名氏定理（Folk Theorem）
定理：在无限次重复博弈中，若 \(\delta\) 足够接近 1，则任何可行且个人理性（每人的平均支付不低于其最小最大支付 \(\underline{v}_i=\max_{s_i}\min_{s_{-i}}u_i\)）的支付向量，都可以由某个子博弈精炼均衡实现。
含义：只要有耐心（\(\delta\) 够大），"任何合理结果都能被均衡支撑"。惩罚机制（如"永远背叛"）作为可信的威胁，把偏离者拉回合作。考试常考：给定 \(\delta\) 与参数，求"合作可持续"的临界贴现率 \(\delta^*\)——即"合作一次的好处 vs 背叛一次的好处再被惩罚"的临界值。
计算模板：囚徒困境中合作支付 \(c\)、背叛期即时收益 \(b\)、惩罚期支付 \(p\)，合作可持续当且仅当
（5）合作与惩罚的现实注脚
卡特尔合谋、OPEC、企业之间的"默契价格"，都可用无名氏定理解释。社会学/政治学里"声誉"（reputation）本质也是无限次重复中的合作均衡。惩罚力度与耐心是两个决定性参数。
典型题型/考点
- 给定阶段博弈和 \(\delta\)，判断冷酷触发策略是否构成均衡，求临界 \(\delta^*\)。
- 有限次重复的逆向归纳论证。
- 计算最小最大支付 \(\underline{v}_i\)，判断某支付向量可否被均衡支撑。
- 比较不同触发策略的稳定性（冷酷 vs 针锋相对 vs 宽容）。
为什么这一章重要
重复博弈是合作行为为什么能在利己者之间存在的最有力解释，也是机制设计、拍卖理论、区块链共识（激励相容）、声誉系统（电商信用）的理论基础。它告诉你：约束 + 可信惩罚 = 合作。
第七章 讨价还价与合作博弈
这一章在干什么
两个"选边站"的世界：一是讨价还价（双方轮流报价、有耐心博弈的谈判）；二是合作博弈（联盟怎么分钱才算"公平又稳定"）。本章偏进阶，以概念与计算为主。
核心内容
（1）鲁宾斯坦讨价还价（Rubinstein Bargaining）
两个人分一块大小为 1 的蛋糕，轮流报价：A 先报，B 接受则成交，拒绝则轮换由 B 报，直到成交。每次拒绝都要付出等待成本，用贴现因子 \(\delta_A,\delta_B\) 刻画耐心。
均衡结论（用逆向归纳解无穷回合）：第一份报价 A 拿走
剩下给 B。直觉：越有耐心（\(\delta\) 越大），分得越多；若 \(\delta_A=\delta_B=\delta\)，则 A 拿 \(\frac{1}{1+\delta}\)，先手有优势。核心考点：用"马尔可夫策略 + 逆向归纳"列方程求解，而非穷举。
（2）合作博弈的基本元素
- 特征函数 \(v(S)\)：联盟 \(S\) 在不与外部合作时能保证获得的总支付。
- 核（Core）：所有分配 \(x=(x_1,\dots,x_n)\)（满足 \(\sum x_i = v(N)\)，且任何子联盟 \(S\) 都无理由出走：\(\sum_{i\in S}x_i \ge v(S)\)）。核里的分配是"稳定"的，但核可能为空（\(n\ge3\) 的多数表决博弈就没有核）。
（3）沙普利值（Shapley Value）
沙普利值是给每个参与者分配支付的一种公理化规则，满足三条公理：有效性（\(\sum \phi_i = v(N)\)）、对称性（同贡献者同价值）、可加性。公式：
含义：\(i\) 在所有"加入顺序"中对联盟边际贡献的平均。可结合例子手算（如三人多数表决 \(v(S)=1\) 当 \(|S|\ge2\)：两个"关键少数"各得 \(1/2\)，第三人得 \(0\)，或三人权重不同时给出相应值）。它公平地奖励"边际贡献"，也是机器学习中特征重要性（SHAP）的理论来源。
典型题型/考点
- 鲁宾斯坦谈判：列方程求均衡分配；说明耐心与先手优势。
- 求给定特征函数下的核，判断核是否为空。
- 用沙普利值公式对小型 \(n=3\) 博弈手算分配。
- 概念辨析：合作博弈关注"怎么分"，非合作博弈关注"怎么选"。
为什么这一章重要
讨价还价解释谈判、罢工、价格战；合作博弈的核与沙普利值用于成本分摊、电力市场结算、拍卖收益分配，并直接催生了算法博弈论中的公平分配（fair division）。了解它们，是从"策略"走向"分配/机制"的桥梁。
第八章 应用专题：拍卖、机制设计与演化博弈
这一章在干什么
把前面所有工具用在三个真实舞台上：买者竞价（拍卖）、设计者逆推（机制设计）、群体自适应（演化博弈）。这几块在近年考题中占比上升，值得认真过一遍。
核心内容
（1）拍卖理论
- 四种基本拍卖：英式（公开喊价，逐步加价）、荷式（由高到低降价）、一级价格密封拍卖（密封报价，出价最高者按自己的报价付款）、二级价格密封拍卖/维克里拍卖（出价最高者赢，但付第二高价）。
- 关键结论：收益等价定理（Revenue Equivalence）——在私有价值、对称、风险中性、独立类型下，四种拍卖给卖者的期望收益相同。
- 一级价格密封拍卖中，理性出价应低于估值（要留利润空间、又要赢），均衡出价 \(b(v)=\frac{n-1}{n}v\)（均匀分布、\(n\) 个竞买人时）。二级价格密封拍卖的优美之处："说实话"是占优策略——你的出价只决定你赢不赢，不决定你付多少。
- 共同价值 vs 私有价值：前者（如油田）里有"赢者诅咒"——赢家往往出价过高。
（2）机制设计：设计"说实话"的规则
机制设计是"反向的博弈论"：不是给定规则求均衡，而是给定想要的结果，设计规则让自利参与者自愿实现它。
- 显示原理（Revelation Principle）：任何均衡结果都可以用一个"直接显示机制"实现——参与者直接报类型，机制决定结果，且报真实类型构成均衡。它让分析退化为"直接机制"。
- 激励相容（Incentive Compatibility）：说真话对每个人都是最优；个体理性/参与约束：参与者愿意参加（拿到不少于外部机会）。
- VCG 机制：拍品/公共项目分配中，"按真实价值竞价 + 赢者付社会成本"能同时做到真实与有效率（分配与支付分开定价）。
（3）演化博弈初步
放弃"完全理性"，改问：如果策略靠复制（遗传/模仿）传播，什么策略能在群体中长期存活？
- 鹰鸽博弈（Hawk–Dove）：争夺资源时"鹰"好斗、"鸽"退缩。纯群体全是鹰时，鸽反而能趁虚而入；纯群体全是鸽时，鹰入侵赚翻。演化稳定策略（ESS）：一个策略若被少量突变"入侵"时仍不劣，就是 ESS。鹰鸽博弈的 ESS 通常是混合策略（鹰比例与资源价值、打架成本有关）。
- 计算 ESS 的途径：\(\pi(x,x) \ge \pi(y,x)\)（且等号时有更严条件）——即"当大家都用 \(x\) 时，突变 \(y\) 没有更高适应度"。
- 复制者动态（Replicator Dynamics）：\(\dot x_i = x_i(\pi_i - \bar\pi)\)，适应度高于平均者频率上升。ESS 是复制者动态的渐近稳定点（反过来不成立）。
典型题型/考点
- 求一级价格密封拍卖的均衡出价函数。
- 证明维克里拍卖中"报真实估值是占优策略"。
- 判断某个机制是否激励相容、是否个体理性。
- 求鹰鸽博弈的 ESS（混合）。
- 用复制者动态判断某状态是否稳定。
为什么这一章重要
拍卖与机制设计是理论直接变成产业的地方（频谱拍卖、广告竞价、供应链、区块链），VCG 是"经济学→计算机"最著名的桥梁；演化博弈则把博弈论从"人"推广到"基因/算法/社会习俗"，是理解合作涌现的进化视角。
四、全书收尾
理性人策略互动（主线）
│
┌────────────┴────────────┐
信息完全 信息不完全
│ │
┌────┴────┐ ┌────┴────┐
静态 动态 静态 动态
│ │ │ │
纳什均衡 子博弈精炼 贝叶斯纳什 精炼贝叶斯
(NE) 纳什均衡 均衡(BNE) 均衡(PBE)
(SPNE) │
（逆向归纳/承诺） 分离/混同/信号甄别
│
┌──────────┴──────────┐
重复博弈（合作/触发/无名氏定理） 讨价还价与合作博弈（核/沙普利值）
│
┌──────┴──────┐
拍卖 / 机制设计 / 演化博弈（应用与延伸）
几句话总结：
- 一条主线：从"没人愿意单方面偏离"出发，随信息（完全→不完全）与时序（静态→动态）两大维度逐步精化均衡概念——NE → SPNE → BNE → PBE。
- 四大工具：矩阵（静态）、博弈树 + 逆向归纳（动态）、类型 + 先验（不完全信息）、信念 + 贝叶斯更新（信号）。
- 一组母题：囚徒困境（个体 vs 集体）、性别之战（多重均衡）、海盗分金/蜈蚣博弈（逆向归纳的反直觉）、二手车市场（逆向选择）、鹰鸽博弈（演化稳定）。
- 两条升华：重复博弈证明"惩罚+耐心能产生合作"；机制设计证明"规则能让人自愿说真话"。
复习权重建议：第 2 章（NE 计算）★★★★★ → 第 3 章（逆向归纳/SPNE）★★★★★ → 第 5 章（信号博弈/PBE）★★★★ → 第 6 章（无名氏定理与临界贴现率）★★★★ → 第 4 章（BNE）★★★ → 第 8 章（拍卖/ESS 计算）★★★ → 第 7 章（沙普利值/鲁宾斯坦）★★ → 第 1 章（概念）★。
祝考试顺利——记住那句话：永远问自己："如果我站在对方的每一个信息集上，还愿不愿意按这个策略走下去？" 这就是博弈论的全部精髓。
浙公网安备 33010602011771号