博弈论 101 第 34 讲：混合策略的支撑

视频封面

视频元信息

系列：Game Theory 101（博弈论101）第35讲
主讲人：William Spaniel
主题：混合策略的支撑（Support of a Mixed Strategy）
对应教材：Game Theory 101 教材第35课
时长：约 6 分钟（片段截至 373 秒）

内容摘要（TL;DR）

本讲定义混合策略的「支撑」——被赋予正概率的纯策略集合。核心结论有两条：在混合策略纳什均衡中，支撑内每个纯策略的期望效用必须相等；支撑外每个纯策略的期望效用必须小于或等于支撑内的期望效用。视频用反证法直观证明了第一点，并为后续求解石头剪刀布等多策略博弈奠定基础。

一、课程背景与定位 [00:00]

本讲属于该单元的后半部分。
前半部分讨论的是「带有广义收益的博弈」——即改变收益值，观察均衡参数如何随之变化，这部分已经结束。
后半部分的目标：把混合策略纳什均衡从 2×2 博弈推广到更一般的场景。

到目前为止，我们见过的所有含混合策略纳什均衡的博弈都是 2×2 的。

过去几个视频反复使用的例子是点球大战（Penalty Kick / 守门员博弈），它存在混合策略纳什均衡，用「混合策略算法」求解。
但并非所有博弈都是 2×2。石头剪刀布就是经典反例：每个玩家有三个策略（石头、布、剪刀）。

理解：2×2 博弈只有两个纯策略，混合策略只需要一个概率参数（另一个是 1 减它），求解相对简单；策略数增加后，概率组合的空间变大，需要新的工具来描述「哪些策略真正被使用」。

石头剪刀布不存在任何纯策略纳什均衡，其唯一的纳什均衡需要在三个策略之间混合。
本讲是朝这个方向迈出的第一步：先讨论清楚「一个玩家如何在两个、三个、四个……任意多个策略之间混合，以及不能怎样混合」。

二、支撑的定义 [01:58]

定义：如果某个混合策略给一个纯策略赋予了正的概率，那么这个纯策略就属于该混合策略的支撑（Support）。

支撑本质上就是所有满足「被赋予正概率」这一条件的纯策略的集合。
换句话说，支撑 = 玩家在混合策略中「真正会用到」的策略集合。

理解：支撑刻画的是混合策略的「作用范围」。概率为零的策略虽然写在策略空间里，但玩家实际上永远不会去玩它，因此不属于支撑。

在 2×2 博弈中，这一点非常直接明了。

点球大战的例子

在混合策略纳什均衡中，前锋以某个正概率踢左边，以某个正概率踢右边。
这两个概率都是正数，说明前锋有时候踢左、有时候踢右。
因此对前锋来说，左边和右边都出现在他的混合策略里，两者都在支撑中。

假设的石头剪刀布混合策略（玩家二）

假设玩家二的策略是：

以 1/2 的概率出石头
以 1/2 的概率出布
以 0 的概率出剪刀

易错点：这里「以 0 的概率出剪刀」意味着玩家二永远不会出剪刀。

因此剪刀不在这个混合策略的支撑里；
石头和布在支撑里。

思考：支撑是一个「集合」概念，它只关心概率是否为正，不关心概率具体是多少。1/2 和 0.001 在支撑判定上是等价的，都是「在支撑内」。

三、为什么支撑很重要：支撑内期望效用相等 [03:03]

核心结论一：在任何混合策略纳什均衡中，支撑里每一个纯策略的期望效用都必须相等。

这一点在求解混合策略纳什均衡时极其重要。
其实之前使用「混合策略算法」时，我们一直在隐含地做这件事——把各策略的期望效用设为彼此相等。

回顾：混合策略算法

求解守门员博弈的混合策略时，我们确保：
- 踢左边的期望效用 = 踢右边的期望效用
具体步骤：
1. 分别求出踢左、踢右各自的期望效用；
2. 令两者相等；
3. 解出能让等式成立的那个概率。

理解：这就是「无差异状态」——玩家在两个策略之间恰好无所谓，才愿意随机化。如果某一侧严格更好，理性玩家就会 100% 选那一侧，混合策略就瓦解了。

这种方法只适用于两个策略的情况。 更复杂的情形会在以后的视频里处理。

四、反证法证明：为什么支撑内期望效用必须相等 [04:07]

要证明的命题：在任何混合策略纳什均衡中，支撑里每一个纯策略的期望效用都必须相等。

证明思路（反证法）

反设情况并非如此：存在某个策略 X，其产生的效用低于支撑里的某个策略 Y。
也就是说，这些期望效用之间存在差异，让 X 恰好比另一个策略更差（可把 X 理解为所有策略中最差的那个）。
关键概念：纳什均衡是一组策略，在这组策略下，没有任何玩家存在有利可图的偏离。
矛盾出现：如果在这个「均衡」里，我本该有时候去玩策略 X，那么我玩 X 得到的收益就比直接改玩 Y 要差。
所以每当我的混合策略让我去玩 X 时，我完全可以把它换成 Y。
举例说明：假设掷骰子，掷出 1 就玩 X，掷出 3、4、5、6 就玩 Y——那么我完全可以掷出 1 时不玩 X 而改玩 Y，这样基本上就一直在玩 Y。
这对我来说就是一个有利可图的偏离：我不再只是有时候拿到 Y 的收益，而是能一直拿到 Y 的收益，这比有时候拿到更差的 X 的收益要好。
既然存在有利可图的偏离，它就不是纳什均衡，反设不成立，命题得证。

直观理解

如果你回过头去，在任何一个 2×2 博弈里摆弄混合策略，把概率稍微改动一点点，结果会以非常相似的方式呈现出来。
一旦你开始混合，或者哪怕只是极其轻微地改变混合比例，无差异的状态就被打破了。
均衡条件不再成立，于是玩家就会总是想一直玩某一个策略，而不是愿意在两个策略之间混合。

思考：这条结论的直觉是「均衡要求玩家对自己的选择无差异」。如果某个被使用的策略明显更差，理性玩家就会停止使用它，混合策略因此退化。

五、支撑外的期望效用条件 [05:56]

核心结论二：在任何混合策略纳什均衡中，不在混合策略支撑里的每一个纯策略，其期望效用都必须小于或等于支撑里每一个纯策略的期望效用。

直观解释

如果你暂停一下，让它在你脑子里沉淀一会：如果另一个纯策略能带来比混合策略更好的结果，那为什么还要混合呢？
举例：如果有三个策略 X、Y、Z，在混合策略纳什均衡里我本该玩 Y 和 Z，但 X 给我的收益比 Y 和 Z 的混合更好——
- 那么当我可以一直玩 X 并且总是表现更好时，我去玩 Y 和 Z 就毫无意义了；
- 这样一来 X 对我来说总是更好，Y 和 Z 对我来说总是更差，所以我永远不会想去玩 Y 和 Z。
所以如果我们要找混合策略纳什均衡，这个条件也必须成立，否则就存在有利可图的偏离，它就不是纳什均衡。

理解：两条结论合起来就是——支撑内的策略「打平」（彼此期望效用相等），支撑外的策略「打不过」（期望效用不高于支撑内）。这正是混合策略纳什均衡的判定标准。

六、本讲小结与后续预告 [06:12]

以上就是混合策略的支撑。
简而言之，这就是你真正能够有效应用这些知识所需要知道的为数不多的几个要点。
接下来会继续前进，把这些规则应用到博弈当中。
下一讲：会从一个可以用来处理弱占优的巧妙小技巧开始。

关键概念速查

概念	含义
支撑（Support）	混合策略中被赋予正概率的纯策略集合
混合策略纳什均衡	玩家以概率分布随机选择策略的均衡
无差异状态	玩家在多个策略间期望效用相等，因而愿意随机化
有利可图的偏离	单方面改变策略能提高收益，均衡便不成立