基于信息和理性的博弈均衡實(shí)現(xiàn)途徑及其效率分析.pdf

1、均衡一直是經(jīng)濟(jì)學(xué)研究的重要問(wèn)題，更是博弈理論中的核心概念．均衡思想的發(fā)展決定了博弈論的基本前進(jìn)方向．不管是基于零和博弈的馮·諾依曼最大最小均衡還是針對(duì)一般博弈的納什均衡都是基于完全理性的假設(shè)提出的，它們背離了“理性有限性”這一客觀實(shí)際．隨著演化博弈論的不斷發(fā)展，人們普遍認(rèn)為，均衡是在有限理性參與人的不斷重復(fù)博弈中實(shí)現(xiàn)并變化的．在一個(gè)動(dòng)態(tài)博弈中，當(dāng)相互影響的各要素處于一種狀態(tài)時(shí)，任何一種要素都沒(méi)有單獨(dú)離開(kāi)該狀態(tài)的傾向，則該狀態(tài)為動(dòng)態(tài)博弈的

2、一個(gè)均衡．均衡分析的核心就是對(duì)重復(fù)博弈動(dòng)態(tài)系統(tǒng)的狀態(tài)向量進(jìn)行分析，找出均衡實(shí)現(xiàn)的路徑．
　　 論文首先對(duì)影響博弈均衡的要素進(jìn)行了系統(tǒng)研究與分析．博弈由博弈主體、博弈語(yǔ)境和信號(hào)三個(gè)基本要素組成，而信息、理性和效用則是博弈主體的根本屬性．這些要素共同決定博弈主體在博弈中的行為．博弈主體的根本任務(wù)就是要通過(guò)對(duì)博弈語(yǔ)境的學(xué)習(xí)，使主觀認(rèn)識(shí)和客觀事實(shí)不斷接近，理性不斷改善，最終在均衡路徑上獲取較優(yōu)的博弈效用．論文對(duì)信息的描述方法進(jìn)行了系統(tǒng)分

3、析，提出了以主題、事件和概率為主要構(gòu)成的分布式描述方法，并建立了基于時(shí)間和空間的信息二維測(cè)度模型．同時(shí)，在對(duì)理性本質(zhì)進(jìn)行綜合分析的基礎(chǔ)上，建立了理性形式化表示的具體思路和方法．
　　 論文提出了基于占優(yōu)理性的多種典型均衡概念．文章指出占優(yōu)均衡是在占優(yōu)理性支配下實(shí)現(xiàn)的．占優(yōu)理性不等于完全理性，占優(yōu)理性是有限理性的一種典型形式，而完全理性則是一種理想主義狀態(tài)．文章提出了互制均衡和互利均衡這兩種典型均衡概念．互制均衡強(qiáng)調(diào)以個(gè)體理性為中

4、心的自我實(shí)現(xiàn)，傾向個(gè)體利益最優(yōu)，忽視博弈群體對(duì)自身行為的影響，博弈結(jié)果常常會(huì)與博弈者提高效用的宗旨背道而馳．這種以個(gè)人占優(yōu)為出發(fā)點(diǎn)而形成的博弈均衡往往不能取得帕累托優(yōu)化的結(jié)果．互利協(xié)調(diào)是互制均衡的進(jìn)一步精煉，在強(qiáng)調(diào)自我實(shí)現(xiàn)的基礎(chǔ)上，注重雙贏，引導(dǎo)合作．互利協(xié)調(diào)和互制均衡都是演化的聚點(diǎn)，通過(guò)對(duì)既存在互利協(xié)調(diào)又存在互制均衡的多態(tài)非退化博弈的動(dòng)態(tài)分析，系統(tǒng)探討和研究了協(xié)調(diào)和均衡的到達(dá)路徑．
　　 論文對(duì)基于帕累托均衡優(yōu)化的期望均衡進(jìn)行

5、了研究．期望均衡是博弈局中人或局外人對(duì)于博弈均衡點(diǎn)的一種期望．顯然，期望均衡應(yīng)該帕累托優(yōu)于納什均衡．期望均衡強(qiáng)調(diào)互利共贏，它要求博弈群體的每個(gè)成員對(duì)期望均衡點(diǎn)有一個(gè)共同的預(yù)期，要實(shí)現(xiàn)這種期望均衡，可采用局中人參與的訓(xùn)練與學(xué)習(xí)使得群體的預(yù)期一致．博弈訓(xùn)練者通過(guò)重復(fù)的博弈偏離行為向其它博弈者傳遞訓(xùn)練信號(hào)，使學(xué)習(xí)者對(duì)博弈語(yǔ)境的認(rèn)識(shí)發(fā)生改變，進(jìn)而引導(dǎo)學(xué)習(xí)者采取更有利于訓(xùn)練者的行動(dòng)．在使用博弈訓(xùn)練時(shí)，應(yīng)遵循“利已、利他、可信、可辯”的原則，從全局

6、的角度審視整個(gè)博弈環(huán)境，選擇利己利他的訓(xùn)練方法，最終取得較優(yōu)的訓(xùn)練效果．當(dāng)然，不同理性的人對(duì)于訓(xùn)練者的偏離行為有著不同的理解，具有模仿學(xué)習(xí)理性的主體將模仿對(duì)手的偏離行為，具有反應(yīng)學(xué)習(xí)理性的主體將針對(duì)對(duì)手的偏離行為采取最佳的反應(yīng)．而具有跟進(jìn)理性的學(xué)習(xí)者則認(rèn)為對(duì)手的這種偏離行為代表了一種對(duì)博弈結(jié)果的預(yù)期，如果識(shí)別這種預(yù)期并跟進(jìn)，將帶來(lái)比自由博弈更好的雙贏結(jié)局．此外，論文對(duì)采用第三方過(guò)濾器來(lái)實(shí)現(xiàn)期望均衡進(jìn)行了研究．在基于過(guò)濾的期望均衡中，策略

7、組合概率的形成，是由個(gè)體策略選擇和第三方約束機(jī)制所共同決定的．第三方過(guò)濾器在設(shè)計(jì)時(shí)，必須保證約束條件的均衡性和總體最優(yōu)性，特別重要的是，群體利益是在不違背個(gè)體利益的基礎(chǔ)上取得的．在第三方均衡的概率分布下，任何參與者都沒(méi)有偏離的動(dòng)機(jī)．否則，第三方過(guò)濾器就是不公平的，形成的約束條件也就是不穩(wěn)定的、無(wú)效的．
　　 最后，文章從語(yǔ)境、信息和理性三個(gè)方面對(duì)均衡實(shí)現(xiàn)的有效性進(jìn)行了分析．在不同的語(yǔ)境下，博弈雙方將受到不同的制約，獲得不一樣的效

8、用．在同一語(yǔ)境下，如果信息使我們的信念逼近事實(shí)，則一定會(huì)帶來(lái)更多的效用．當(dāng)然，信息的獲取有可能改變博弈的環(huán)境，從而影響信息在均衡實(shí)現(xiàn)中的效用．通過(guò)對(duì)不同理性下的均衡動(dòng)態(tài)分析，文章得出了一些有益的結(jié)論．有限理性博弈者的參與，有可能使博弈雙方走出占優(yōu)博弈的困境．但是，基于簡(jiǎn)易模仿和簡(jiǎn)易訓(xùn)練的重復(fù)博弈未必是有效的．由于主體行為是相互影響的，所以訓(xùn)練策略必須是互動(dòng)的，而不是一成不變的．IPD模型中不同理性持有人的行為在本質(zhì)上也是一種訓(xùn)練，因?yàn)樗?/p>