16、博弈论中的复杂形式与丰富表示

博弈论中的复杂形式与丰富表示

在博弈论的研究中，传统的标准型和扩展型表示并不总是适用于大型或现实的博弈场景。下面我们将深入探讨一些更丰富的博弈表示形式，以及相关的概念和算法。

1. 不完美信息扩展型博弈的求解与均衡

在不完美信息扩展型博弈中，我们可以通过线性约束和互补松弛条件来构建问题。线性约束来自玩家 1 的原始线性规划（LP）、对偶 LP，以及玩家 2 对应的原始和对偶规划。但仅到某些约束时，变量 v 可能取任意大的值，互补松弛条件（约束 (5.23) 和 (5.24)）解决了这个问题，不过将问题从线性规划转变为了线性互补问题。

例如约束 (5.23) 规定，要么序列 σ1 从不被采用（即 r1(σ1) = 0），要么满足等式：
[v_1^{I_1(\sigma_1)} - \sum_{I’ \in I_1(Ext_1(\sigma_1))} v_1^{I’} = \sum_{\sigma_2 \in \Omega_2} g_1(\sigma_1, \sigma_2)r_2(\sigma_2)]

这个等式要求当相应序列以正概率被采用时，对偶 LP 中约束 (5.9) 的弱不等式会变为严格等式。在双玩家一般和博弈中，我们使用之前在标准型博弈的线性互补问题（LCP）中应用的互补松弛思想。

这个线性互补规划不能用 Lemke - Howson 算法求解，但可以使用更通用的 Lemke 算法。虽然这两种算法在最坏情况下都不是多项式时间的，但在序列形式的博弈上运行 Lemke 算法比在其诱导的标准型上运行 Lemke - Howson 算法快得多。

在均衡方面，纳什均衡概念对于完美信息博弈来说太弱，子博弈完美均衡更具