博弈论 101 第 3 讲（英文原声）：Iterated Elimination

视频封面

视频元信息

项目	内容
视频标题	【中英双语+资料】匹兹堡大学博弈论101｜从囚徒困境讲起｜Game Theory 101 p89 03 Iterated Elimination
主讲人	William Spaniel（匹兹堡大学）
系列	Game Theory 101（油管播放量 873 万+，2012–2020）
本集主题	严格劣策略的迭代剔除（Iterated Elimination of Strictly Dominated Strategies, IESDS）
教材对应	《Game Theory 101: The Complete Textbook》第 1.2 节
语言	英文（本笔记统一使用简体中文）

内容摘要（TL;DR）

本集承接上一讲的囚徒困境，指出多数博弈中并不存在"无论对方怎么做都最优"的策略。为此引入严格劣策略的迭代剔除（IESDS）：通过反复剔除被严格占优的策略，逐步缩小博弈规模，最终在 3×3 博弈中锁定（Middle, Center）这一唯一解。核心逻辑是理性共识的层层推理——我剔除你的劣策略，你也剔除我的劣策略，如此循环直至收敛。

一、回顾：囚徒困境与严格占优 [00:15]

要点总结

上一讲的囚徒困境解为双方都坦白（Confess）。
原因是"保持沉默（Keep Quiet）"是一个严格劣策略——无论对方怎么做，坦白都产生更好的结果。
具体验证：若玩家 2 沉默，玩家 1 应坦白（0 > -1）；若玩家 2 坦白，玩家 1 仍应坦白（-8 > -12）。

详细说明

考点：严格劣策略的定义

一个策略 S 是严格劣策略，当且仅当存在另一个策略 S'，使得无论对手选择什么策略，S' 的收益都严格高于 S。

理解：严格占优（strictly dominate）与严格劣（strictly dominated）是一体两面。若策略 A 严格占优策略 B，则 B 是严格劣策略。关键限定词是"严格"——收益必须严格大于，不能相等。

易错点：严格占优要求"所有情况下都更好"，只要存在一种对手策略使两者收益相等或更差，就不能称为严格占优。这与"弱占优（weakly dominate）"不同，后者允许收益相等的情况。

二、为什么囚徒困境是特例：最佳反应会随对手变化 [00:45]

要点总结

在大多数博弈中，并不存在"无论对方怎么做都最优"的策略。
玩家的最佳反应往往取决于对手的选择。
因此不能简单地像囚徒困境那样一步得出解。

详细说明

理解：囚徒困境之所以好解，是因为它的占优策略是"全局性"的——不需要考虑对手。但现实博弈中，这属于少数情况。绝大多数博弈中，玩家需要根据对对手行为的判断来调整自己的策略，这就引出了"最佳反应（best response）"的概念。

考点：最佳反应（Best Response）

给定对手选择某一策略时，能让己方收益最大化的策略。

三、3×3 博弈示例：问题引入 [01:15]

要点总结

本集使用一个比囚徒困境更复杂的博弈：每个玩家有 3 个策略，共 9 种结果。
玩家 1 的策略：Up（上）、Middle（中）、Down（下）。
玩家 2 的策略：Left（左）、Center（中）、Right（右）。

详细说明

博弈收益矩阵（玩家 1 收益，玩家 2 收益）

玩家1 \ 玩家2	Left	Center	Right
Up	13, 3	1, 4	7, 3
Middle	4, 1	3, 3	6, 2
Down	-1, 8	2, 3	8, -1

说明：上表根据视频口述的收益数值还原。玩家 1 的收益为每格第一个数字，玩家 2 的收益为第二个数字。

玩家 1 的最佳反应分析 [01:30]

若玩家 2 选 Left → 玩家 1 应选 Up（13 > 4 > -1）。
若玩家 2 选 Center → 玩家 1 应选 Middle（3 > 1 > 2，此处按视频口述）。
若玩家 2 选 Right → 玩家 1 应选 Down（8 > 7 > 6）。

考点：玩家 1 没有占优策略

玩家 1 的最佳反应随玩家 2 的选择而改变，因此玩家 1 不存在严格占优策略，无法直接锁定。

思考：这正是囚徒困境之外博弈的典型困境——单看某一方无法求解，必须换一个角度。视频的巧妙之处在于：先看玩家 2，而不是玩家 1。

四、IESDS 第一轮：剔除 Right [02:21]

要点总结

Center 严格占优 Right，因此 Right 是玩家 2 的严格劣策略，应被剔除。
验证：玩家 1 选 Up 时，4 > 3；选 Middle 时，3 > 2；选 Down 时，8 > -1。
无论玩家 1 怎么做，玩家 2 选 Center 的收益都严格高于 Right。

详细说明

考点：剔除的理由

理性的玩家 2 永远不会选择 Right，因为她总能通过选 Center 获得更高收益。因此 Right 可以从博弈中"删除"。

理解：这一步不需要玩家 2 知道玩家 1 会怎么做——剔除劣策略是无条件的，只要存在另一个策略在所有情况下都更好，就可以安全删除。这是 IESDS 的基石。

易错点：剔除劣策略不需要对对手行为做任何假设。这一点与后面"推断对手理性"的步骤不同，务必区分。

五、IESDS 第二轮：剔除 Down [03:18]

要点总结

玩家 1 知道玩家 2 是"超级聪明"的，因此推断玩家 2 绝不会选 Right。
在玩家 2 只会选 Left 或 Center 的前提下，Middle 严格占优 Down。
验证：玩家 2 选 Left 时，4 > -1；选 Center 时，3 > 2。
因此 Down 被剔除。

详细说明

考点：理性共识（Common Knowledge of Rationality）

玩家 1 不仅自己是理性的，还知道玩家 2 是理性的，并且知道玩家 2 知道自己是理性的……这种层层嵌套的认知是 IESDS 的核心驱动力。

推导：玩家 1 的推理链——"我知道玩家 2 不会选 Right（因为她理性）→ 所以我只需在 Left 和 Center 两种情况下比较 → 在这两种情况下 Middle 都比 Down 好 → 所以我不选 Down。"

思考：注意这一步与第一轮的关键差异。剔除 Right 是无条件的（Center 在所有情况下都优于 Right）；但剔除 Down 是有条件的——它依赖于"玩家 2 不会选 Right"这一推断。这就是"迭代"的含义：每一轮剔除都基于前一轮的结果。

六、IESDS 第三轮：剔除 Left [04:09]

要点总结

玩家 2 现在能推断出玩家 1 绝不会选 Down。
在玩家 1 只会选 Up 或 Middle 的前提下，Center 严格占优 Left。
验证：玩家 1 选 Up 时，4 > 3；选 Middle 时，3 > 1。
因此 Left 被剔除，玩家 2 只剩 Center。

详细说明

推导：玩家 2 的推理链——"我知道玩家 1 不会选 Down → 我只需在 Up 和 Middle 两种情况下比较 Left 和 Center → 在这两种情况下 Center 都更好 → 所以我不选 Left。"

七、IESDS 第四轮：剔除 Up，得到解 [04:48]

要点总结

玩家 1 现在知道玩家 2 只会选 Center。
在玩家 2 选 Center 的前提下，Middle 严格占优 Up（3 > 1）。
因此 Up 被剔除，玩家 1 只剩 Middle。
最终解：（Middle, Center），双方各得 3 分。

详细说明

理解：此时博弈已简化为一个单人优化问题——玩家 1 只需在 Middle（3 分）和 Up（1 分）之间选择，显然选 Middle。

考点：IESDS 的完整剔除顺序

Right → Down → Left → Up，最终收敛到（Middle, Center）。

八、IESDS 命名与原理总结 [05:21]

要点总结

该过程被称为 Iterated Elimination of Strictly Dominated Strategies（IESDS），缩写为 IESDS。
命名来源：我们迭代地（iterated） 剔除了一系列严格劣策略（strictly dominated strategies）。
依次被剔除：Right（被 Center 占优）→ Down（被 Middle 占优）→ Left（被 Center 占优）→ Up（被 Middle 占优）。

详细说明

考点：IESDS 的适用条件与局限

维度	说明
适用条件	博弈中存在严格劣策略，且剔除后不断产生新的严格劣策略
解的性质	若最终收敛到唯一策略组合，该组合是唯一可理性化（rationalizable）的结果
局限	并非所有博弈都能通过 IESDS 得到唯一解；有些博弈剔除后仍剩多个策略
与纳什均衡的关系	IESDS 得到的解一定是纳什均衡，但纳什均衡不一定能通过 IESDS 得到

理解：IESDS 是一种"逐步缩小范围"的求解方法。它的逻辑基础是理性共识——每个玩家都知道所有人理性，且都知道所有人知道所有人理性，无限递推。

易错点：

IESDS 剔除的是严格劣策略，不能剔除弱劣策略（可能导致解的不唯一或顺序依赖）。

剔除顺序不影响最终结果（严格劣策略的迭代剔除具有顺序无关性），但中间过程可能不同。

不要混淆"占优策略均衡"（一步到位）与"IESDS"（多步迭代）——前者是后者的特例。

九、拓展补充【拓展】

9.1 理性共识的层级

IESDS 的每一步剔除都对应一层理性推理：

第 1 层：我知道我是理性的（剔除自己的劣策略）。
第 2 层：我知道对手是理性的（推断对手不会选劣策略）。
第 3 层：我知道对手知道我是理性的（对手也会推断我不选劣策略）。
……无限递推。

这也是为什么 IESDS 有时被称为"可理性化（rationalizability）"的迭代过程——最终剩下的策略是"经得起无限层理性推理检验"的策略。

9.2 IESDS 与纳什均衡的区别

对比项	IESDS	纳什均衡
求解方式	逐步剔除劣策略	找互相最佳反应
解的存在性	不一定收敛到唯一解	有限博弈必存在（纳什定理）
解的关系	IESDS 解 ⊆ 纳什均衡	纳什均衡可能无法通过 IESDS 得到
理性假设	需要理性共识	需要互相最佳反应