16、博弈论中的高级表示与均衡分析

博弈论中的高级表示与均衡分析

1. 不完全信息扩展式博弈中的方程与均衡

在不完全信息扩展式博弈里，有一个重要的方程（5.25）：
[v_1^{I_1(\sigma_1)} - \sum_{I’\in I_1(Ext_1(\sigma_1))} v_1^{I’} = \sum_{\sigma_2\in\Sigma_2} g_1(\sigma_1, \sigma_2)r_2(\sigma_2)]
这个方程的成立意味着它要求具备之前在对偶线性规划（LP）最优解中观察到的一个性质：当相应序列以正概率被执行时，约束（5.9）中的弱不等式将变为严格等式。在对偶LP中，我们通过最小化 (v_0) 实现了这个性质，但在双玩家一般和博弈中，由于存在 (v_1^0) 和 (v_2^0)，这种方法不再适用。此时，我们采用之前在正规形式博弈的线性互补问题（LCP）中应用的互补松弛思想。

这个线性互补问题不能使用Lemke - Howson算法求解，不过可以使用Lemke算法，它是Lemke - Howson算法的更通用版本。虽然这两种算法在最坏情况下都不是多项式时间算法，但在序列形式的博弈上运行Lemke算法比在其诱导的正规形式博弈上运行Lemke - Howson算法要快指数倍。

1.1 序贯均衡

在完全信息博弈中，纳什均衡概念显得过于薄弱，而子博弈完美均衡的概念更具指导意义。那么，这个重要思想能否应用于更广泛的不完全信息博弈呢？答案是肯定的，尽管细节要复杂得多。

在子博弈完美均衡中，要求每个参与者的策略在每个子博弈中都是最优反应，而不仅仅是整体最优。但在不完全信息博弈中，由于没有明确的子博弈概念，这个定义不再适用。在每个信息集上，我们拥