读书笔记: 博弈论导论 - 10 - 完整信息的动态博弈重复的博弈

时间 2019-11-10

标签读书笔记博弈论导论完整信息动态博弈重复栏目应用数学繁體版

原文原文链接

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。html

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作$G(T, \delta)$，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学习

若是有限重复博弈的阶段博弈有一个惟一的纳什博弈，
则这个有限重复博弈有一个惟一的子博弈精炼均衡。ui

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
\[ v_i = \sum_{t=1}^{\infty} \delta^{t-1} v_i^t \\ where \\ 0 < \delta < 1 \]spa
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
\[ \bar{v_i} = (1 - \delta) \sum_{t=1}^{\infty} \delta^{t-1} v_i^t \\ where \\ \delta < 1 \]htm
策略
在一个无限重复博弈中，$H_t$表明长度为t的全部可能历史的集合。
$h_t \in H_t$是一种历史。
$H = \cup_{t=1}^{\infty} H_t$为全部可能历史的集合。
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。blog
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，
若是在每个子博弈中，$(s_1^*(\cdot), s_2^*(\cdot), \cdots, s_n^*(\cdot))$的约束都是一个纳什均衡。队列

推论 10.2rem

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一个玩家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。get

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。it

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，能够从$s_i(h_{t-1})$偏离中得到更多的收益。

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)，
若是$\hat{v} = \alpha v + (1 - \alpha) \hat{v}, \alpha \in [0, 1]$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)
一个博弈的全部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。
若是存在$v_i > v_i^*, \forall i \in N, \delta$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$v = (v_1, \cdots, v_n)$。

大众定理因为是多人贡献，也搞不清是那些人，而得名。

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)

有限地重复的博弈

参照

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