视频封面

视频元信息

  • 标题：混合策略算法（The Mixed Strategy Algorithm）
  • 讲师：William Spaniel（匹兹堡大学）
  • 系列：Game Theory 101（博弈论 101）
  • 对应教材：Game Theory 101 完整教材第 1.5 课
  • 本集主题：用一套系统算法求解混合策略纳什均衡

内容摘要（TL;DR）

上一集用抛硬币博弈说明混合策略纳什均衡的存在，但收益均为 1:1 太特殊。本集开发一套通用算法：让对手在两个纯策略之间的期望效用相等，从而解出每个玩家的混合概率。以收益矩阵（上/下 vs 左/右：3/1、2/0、1/0 等）为例，最终解出玩家 1 以 1/6 概率选上、玩家 2 以 1/3 概率选左的混合策略纳什均衡。

一、回顾与问题引入 [00:00]

1.1 上集回顾：抛硬币博弈

  • 上一期讲了「抛硬币」博弈，发现它不存在任何纯策略纳什均衡。
  • 当时拆解后发现：如果双方都抛硬币，每个玩家在「选正面还是反面」之间都会无所谓（indifferent）。
  • 既然任何一方都无法通过改变策略获得更好结果，这就符合纳什均衡的定义——抛硬币构成了一个混合策略纳什均衡。

混合策略纳什均衡：玩家以一定概率随机化自己的策略，使得对手无法通过改变策略获利的状态。

1.2 抛硬币为什么好猜？

理解：抛硬币博弈的收益全是 1 和 -1（或 1 和 1），结构高度对称，所以「各 50% 概率」几乎是直觉答案。

  • 易错点：收益对称只是特例，不能把「50/50」当成通用结论。

1.3 更复杂的博弈

  • 大多数博弈的收益结构并不简单对称。
  • 若每个结果对应不同的权重，那么「抛硬币（50/50）还能不能奏效」就不那么明显了。
  • 因此本集的目标：开发一套通用算法——混合策略算法（The Mixed Strategy Algorithm），帮我们找出每个玩家应采用什么样的混合策略，才能让对方变得无所谓。

二、混合策略算法的核心逻辑 [01:03]

2.1 算法目标

  • 为玩家 1 找到一个混合策略（有时选上、有时选下）。
  • 这个策略要能让玩家 2 在选左和选右之间变得无所谓。
  • 如果玩家 2 选左的平均收益和选右一样，那么他选哪个策略都无所谓，于是他也可以随机化（在左和右之间混合）。
  • 如果这种随机化反过来又让玩家 1 在选上和选下之间变得无所谓，那么玩家 1 也乐意维持自己原来的混合策略。
  • 结果：任何一方都没有动力改变策略 → 得到混合策略纳什均衡，概率分布就落在两个策略之间。

2.2 关键思想

核心原理：让对手「无所谓」 在混合策略纳什均衡中，一个玩家之所以愿意随机化，是因为对手的混合策略让他在各纯策略之间的期望效用完全相等。所以求解时不是最大化自己的收益，而是让对手的期望效用相等。

理解：这看似反直觉——「我随机化是为了让对手无所谓」。但正因为对手无所谓，他才不会针对我的策略做出调整，我的随机化才稳定。

2.3 求解框架：三个方程三个未知数

  • 我们手上有：
    1. 玩家 2 选左的期望效用方程
    2. 玩家 2 选右的期望效用方程
    3. 一个概率分布约束（玩家 1 选上的概率 σ_U 与选下的概率 1−σ_U 之和为 1）
  • 三个方程、三个未知数，即可解出。

思考：这里「第三个方程」本质上就是概率归一化条件 σ + (1−σ) = 1，它保证了混合策略是一个合法的概率分布。

三、求解玩家 1 的混合策略 [01:46]

3.1 设定

  • 记 σ_U 为玩家 1 选「上」的概率。
  • 玩家 2 选左时，收益取决于玩家 1 选上还是选下：
    • 玩家 1 选上 → 玩家 2 得 3
    • 玩家 1 选下 → 玩家 2 得 1

3.2 玩家 2 选左的期望效用

  • 玩家 1 以 σ_U 的概率选上，此时玩家 2 得 3；
  • 玩家 1 以 (1−σ_U) 的概率选下，此时玩家 2 得 1。
  • 于是：

EU(左) = σ_U × 3 + (1−σ_U) × 1

3.3 玩家 2 选右的期望效用

  • 玩家 1 选上 → 玩家 2 得 2
  • 玩家 1 选下 → 玩家 2 得 0
  • 于是：

EU(右) = σ_U × 2 + (1−σ_U) × 0

3.4 令两者相等

  • 让 EU(左) = EU(右)：

σ_U × 3 + (1−σ_U) × 1 = σ_U × 2 + (1−σ_U) × 0

  • 化简：

3σ_U + 1 − σ_U = 2σ_U 2σ_U + 1 = 2σ_U 1 = 0？

易错点提醒：转录中的数字来自视频板书，若按转录文字直接代入会得到矛盾结果，说明转录的收益数字存在识别误差。正确的解题逻辑是：把「选左收益×σ_U + 选下收益×(1−σ_U)」与「选右收益×σ_U + 选下收益×(1−σ_U)」相等，解出 σ_U。

  • 视频最终结论：σ_U = 1/6。

3.5 结论

  • 如果玩家 1 以 1/6 的时间选上、5/6 的时间选下，那么玩家 2 在选左和选右之间就会变得无所谓。
  • 无论玩家 2 怎么选，他得到的期望效用都一样。
  • 玩家 1 的这个混合策略，让玩家 2 变得无所谓。

四、求解玩家 2 的混合策略 [05:14]

4.1 换位思考

  • 做法基本相同，只是把两个玩家对调。
  • 这次要问：玩家 1 选上的期望效用是多少？选下的期望效用是多少？让两者相等。
  • 记 σ_L 为玩家 2 选左的概率。

4.2 玩家 1 选上的期望效用

  • 玩家 2 以 σ_L 概率选左 → 玩家 1 得 3
  • 玩家 2 以 (1−σ_L) 概率选右 → 玩家 1 得 2
  • 于是：

EU(上) = σ_L × 3 + (1−σ_L) × 2

4.3 玩家 1 选下的期望效用

  • 玩家 2 选左 → 玩家 1 得 1
  • 玩家 2 选右 → 玩家 1 得 0
  • 于是：

EU(下) = σ_L × 1 + (1−σ_L) × 0

4.4 令两者相等

  • 让 EU(上) = EU(下)： 3σ_L + 2 − 2σ_L = σ_L σ_L + 2 = σ_L 2 = 0？

同样，转录数字存在误差。解题方法的关键是：玩家 1 的两个纯策略期望效用相等，解出 σ_L。

  • 视频最终结论：σ_L = 1/3。

4.5 结论

  • 如果玩家 2 以 1/3 概率选左、2/3 概率选右，那么玩家 1 在选上和选下之间就变得无所谓。
  • 无论玩家 1 选上还是选下，他的期望效用都一样。

五、混合策略纳什均衡的最终结果 [07:06]

5.1 均衡策略组合

玩家 策略 概率
玩家 1 选上 1/6
玩家 1 选下 5/6
玩家 2 选左 1/3
玩家 2 选右 2/3

5.2 为什么这是纳什均衡

  • 对玩家 1 来说，选上和选下的期望效用相同 → 他没有动力偏离。
  • 对玩家 2 来说，选左和选右的期望效用相同 → 他也没有动力偏离。
  • 没有任何一方能通过改变策略获得更好收益，因此构成混合策略纳什均衡。

5.3 算法的通用性

理解：这套算法不依赖具体数字，只要给出收益矩阵，就能机械地套用：

  1. 设对手的混合概率为未知数；
  2. 写出我在两个纯策略下的期望效用；
  3. 令二者相等，解出概率；
  4. 两个玩家各做一次，得到完整均衡。

六、常见错误预告 [07:30]

  • 视频结尾提到：下一次会讨论一个常见错误——人们在写混合策略纳什均衡时经常犯的那种错误。
  • 讲师承诺会在下一个视频中告诉大家如何避免这个错误。

易错点预警：混合策略纳什均衡的书写与求解中，最容易出错的地方包括：

  • 混淆「让谁无所谓」——是让自己的策略让对手无所谓，而不是让自己无所谓；
  • 把概率写反（玩家 1 的概率对应约束玩家 2 的无差异条件）；
  • 忘记概率归一化条件；
  • 只求出一个玩家的概率就以为完成。

思考：这正是混合策略算法最反直觉之处——「我」的概率由「对手」的无差异条件决定。这个逻辑在后续视频中会被反复强调。

七、核心概念补充与拓展

7.1 纯策略 vs 混合策略

  • 纯策略（Pure Strategy）：玩家确定性地选择某一个行动（如「一定选上」）。
  • 混合策略（Mixed Strategy）：玩家以一定概率分布随机选择行动（如「1/6 选上、5/6 选下」）。
  • 混合策略纳什均衡：每个玩家都在给定对手混合策略下无差异，因而愿意维持自己的随机化。

7.2 期望效用（Expected Utility）

推导：期望效用 = 各结果收益 × 对应概率之和。

  • 公式：EU = Σ (收益ᵢ × 概率ᵢ)
  • 本集反复使用的正是这个线性加权求和。

7.3 无差异原理（Indifference Principle）【拓展】

  • 一个玩家在均衡中愿意混合两个纯策略，当且仅当这两个纯策略带来的期望效用相等。
  • 如果其中一个严格更优，玩家会 100% 选择它（退化为纯策略），混合就不成立。
  • 这是求解混合策略均衡的理论基础。

7.4 支持集与均衡结构【拓展】

  • 在 2×2 博弈中，混合策略纳什均衡通常让每个玩家恰好混合两个纯策略。
  • 若某玩家的混合策略中某个纯策略概率为 0，则该策略不在其「支持集」中，需要考虑边界情形。
  • 更一般地，混合策略均衡要求：被使用的纯策略期望效用相等，且不低于未被使用的纯策略。

7.5 实际应用场景【拓展】

  • 体育竞技：点球大战中罚球方向与守门员扑救方向的随机化（经典混合策略案例）。
  • 拍卖与竞价：出价策略的随机化。
  • 网络安全：防御方随机化巡逻路线，攻击方随机化攻击目标。
  • 商业定价：促销与定价的随机化以迷惑竞争对手。

踩坑提示（拓展）：

  • 混合策略中的概率是均衡概率，不是随意设定的，必须由对手的无差异条件导出。
  • 不要把「50/50」当作默认答案——只有在收益对称时才成立。
  • 求解时注意区分「谁的概率约束谁的无差异」。

关键标签 / 关键词

博弈论 #GameTheory101 #混合策略 #纳什均衡 #期望效用 #无差异原理 #混合策略算法 #纯策略 #收益矩阵 #WilliamSpaniel #匹兹堡大学 #概率分布 #2x2博弈 #均衡求解

生成时间：2026-10-11 21:41:23 生成平台：VideoNote www.xygy.top