视频封面

视频元信息

  • 主题：单次偏离原则（One-Shot Deviation Principle）
  • 系列定位：第 59 讲 / p60，属于"无限期博弈求解"前置工具篇
  • 时长：约 7 分 36 秒

内容摘要（TL;DR）

本讲介绍单次偏离原则：在有限博弈或带贴现的无限重复博弈中，一组策略是子博弈完美均衡，当且仅当没有任何玩家能在单个阶段偏离、其余阶段保持不变而获利。它把需要检查的策略数从指数级（2^n）压缩到线性级（n），是后续求解无限期囚徒困境的关键简化工具。

一、问题引入：策略数量为何爆炸 [00:00]

1.1 本讲定位

  • 前面已学习大量关于无限期博弈收益的知识，在正式求解之前，先介绍一个"小技巧"让求解过程更轻松。
  • 这个技巧就是单次偏离原则。
  • 为了便于演示，先用规模更小的有限博弈来说明，而不直接上无限期博弈。

1.2 策略数量的指数增长

从一个简单的二元决策开始推演：

决策次数 纯策略数量
1 次（左/右） 2
2 次 4（左左、左右、右左、右右）
3 次 8
4 次 16
16 次 2^16 = 65536
  • 关键规律：每增加一个"左或右"的决策，纯策略总数就翻一倍，呈指数级增长。
  • 16 个决策看起来不多，但对应 65536 个纯策略，已经远超之前讨论的简单 2×2 博弈。

易错点：这里容易误以为"策略多 = 博弈复杂"。真正的问题是验证均衡时要比较的收益数量，而不是博弈本身的结构。

1.3 为什么这会成为求解的难题

  • 要证明某组策略是子博弈完美均衡，标准做法是：证明你无法从该策略进行有利可图的偏离。
  • 如果有 65536 个策略，其中 65535 个都不是你正在使用的策略，就意味着有 65535 个其他可能的收益需要逐一比较。
  • 这在计算上几乎不可行——这正是单次偏离原则要解决的问题。

理解：这里作者用"数量爆炸"制造痛点，是为了让单次偏离原则的价值显得更直观。本质上这是一个"验证复杂度"问题，而不是"策略空间"问题。

二、单次偏离原则的正式表述 [02:19]

2.1 原则内容

在有限博弈或带贴现的无限重复博弈中，一组策略是子博弈完美均衡，当且仅当没有任何玩家能在单个阶段从自己的策略进行有利可图的偏离，同时在其他所有地方都保持自己的策略不变。

  • 注意这里是"当且仅当"（if and only if）表述，意味着它同时给出了必要性和充分性。
  • 作者强调：这实际上相当于"一张翻倍的幻灯片"——因为它包含两个方向。

理解：作者说的"翻倍"是指当且仅当命题包含两个方向——前半部分（必要性）和后半部分（充分性），后者才是真正有价值的。

2.2 关键词拆解

  • 单次偏离（one-shot deviation）：在更大的策略集中，只改变某一个特定阶段的策略，其余阶段完全不变。
  • 有利可图（profitable）：偏离后的收益严格优于原策略收益。
  • 子博弈完美均衡（subgame perfect equilibrium）：策略组合在每个子博弈中都构成纳什均衡。

考点：当且仅当的双向性

  • 必要性方向：如果是 SPE，则不存在有利可图的单次偏离。
  • 充分性方向：如果不存在有利可图的单次偏离，则它是 SPE。
  • 考试中常考的是充分性方向的应用，因为它是简化验证的核心。

三、前半部分：必要性（直观方向） [02:59]

3.1 逻辑

  • 如果面前有一个子博弈完美均衡，那么不存在任何单次偏离能够有利可图地改善该均衡对应的收益。
  • 子博弈完美均衡必须对所有偏离都是最优的，包括那些简单的单次偏离。

3.2 五决策示例

假设有 5 个二元左右决策，均衡策略是每个阶段都选左（左左左左左）。单次偏离原则告诉我们：

  • 均衡收益 ≥ 以下所有单次偏离的收益：
    • 右左左左左（第 1 次改右）
    • 左右左左左（第 2 次改右）
    • 左左右左左（第 3 次改右）
    • 左左左右左（第 4 次改右）
    • 左左左左右（第 5 次改右）

3.3 为什么这一半"不有趣"

  • 逻辑上很直观：如果一组策略没有任何有利可图的小偏离，那么扩展到更复杂的偏离（多个地方同时偏离）时，显然也不应该有利可图。
  • 这不是单次偏离原则真正有价值的部分。

理解：必要性方向本质上是"SPE 定义的自然推论"，因为 SPE 要求在所有子博弈中最优，单次偏离只是其中一种特殊情形。

四、后半部分：充分性（真正重要的部分） [04:21]

4.1 逻辑

  • 如果不存在单次偏离（即不存在从当前策略出发的有利可图的单次偏离），那么手上的策略就是子博弈完美均衡。
  • 可以对前半部分应用逆否命题，等价地表述为：

    如果一组策略不是子博弈完美均衡，那么在某处就存在一个有利可图的单次偏离。

4.2 核心思想

  • 子博弈完美均衡必须在整个过程中都是最优的。
  • 如果你有一组策略，与另一组策略比较后有多个偏离，而这些多个偏离带来的收益高于原策略，那么单次偏离原则告诉你：其中必有某一个关键的单一偏离，本身就足以让收益变好。
  • 你不需要靠复杂的多重偏离来改善收益——如果没在玩均衡，总能找到一个更简单的偏离。

易错点：充分性方向常被误解 它不是说"单次偏离是最优的就一定整体最优"，而是说"如果整体不是最优，那么一定能找到某个单次偏离也是更优的"。这是一个反证法式的工具。

思考：这个原则之所以成立，依赖博弈的"可分阶段"结构——每个阶段的偏离收益可以独立评估，因为后续策略保持不变。如果策略之间存在复杂的相互依赖，这个原则就不一定成立。

五、应用：如何把 65536 个策略压缩到 16 个检查 [05:37]

5.1 问题回顾

  • 有 2^16 = 65536 个策略，正在看其中某一个。
  • 想证明它是均衡，需要证明不存在任何其他策略能带来更好收益。
  • 直接做法：检查 65535 个偏离——不可行。

5.2 单次偏离原则的解法

  • 假设均衡策略是每次都选左。
  • 只需要检查 16 个单次偏离：
    • 右左左左左左左左左左左左左左左（第 1 次改右）
    • 左右左左左左左左左左左左左左左（第 2 次改右）
    • 左左右左左左左左左左左左左左左（第 3 次改右）
    • ……
    • 左左左左左左左左左左左左左左右（第 16 次改右）
  • 如果这 16 个偏离中没有任何有利可图的，那么就没有任何有利可图的偏离——即使存在超出单次偏离的更复杂偏离也一样。

5.3 效率对比

方法 需要检查的偏离数
暴力枚举 65535
单次偏离原则 16
  • 节省了大量时间，可以非常轻松、迅速地做出 16 个不同的单次偏离，从而证明没有有利可图的偏离。

关键结论：单次偏离原则把验证复杂度从指数级降到了线性级（n 个决策只需检查 n 个偏离）。

六、总结与后续预告 [07:14]

6.1 本讲要点

  • 单次偏离原则是求解复杂博弈（尤其是无限期博弈）子博弈完美均衡的核心简化工具。
  • 它把"检查所有可能偏离"简化为"只检查每个阶段的单次偏离"。
  • 当且仅当表述的两个方向中，充分性方向才是真正带来便利的部分。

6.2 下一讲预告

  • 下一讲将研究如何以无限期的方式求解囚徒困境，并真正展示"我们能 让合作奏效"。
  • 单次偏离原则将在其中节省大量时间。

【拓展】相关背景与概念补充

拓展 1：什么是子博弈完美均衡（SPE）

  • SPE 是纳什均衡的精炼概念，由 Selten 提出。
  • 要求策略组合在每一个子博弈中都构成纳什均衡，而不仅仅是在整个博弈的起点上。
  • 在无限期博弈中，SPE 用于排除那些依赖"不可信威胁"的均衡。

拓展 2：为什么无限期博弈需要贴现

  • 带贴现的无限重复博弈中，未来收益按贴现因子 δ（0<δ<1）折算。
  • 贴现因子越高，玩家越有耐心，合作越容易维持。
  • 单次偏离原则在此类博弈中同样适用，是求解"触发策略"均衡的标准工具。

拓展 3：单次偏离原则的适用边界

  • 适用：有限博弈、带贴现的无限重复博弈。
  • 不适用：策略之间存在复杂相互依赖、或博弈结构不满足"可分阶段"性质的情形。
  • 这是该原则成立的重要前提，使用时需注意。

拓展 4：常见应用场景

  • 无限期囚徒困境中的"以牙还牙"（Tit-for-Tat）策略验证。
  • 重复博弈中的"触发策略"（Trigger Strategy）均衡验证。
  • 任何需要验证 SPE 的多阶段博弈。

踩坑提醒：单次偏离原则是验证工具，不是构造工具。它帮你确认某组策略是否是 SPE，但不直接告诉你如何找到 SPE。

关键标签 / 关键词

博弈论 #GameTheory #单次偏离原则 #OneShotDeviationPrinciple #子博弈完美均衡 #SPE #无限重复博弈 #贴现因子 #囚徒困境 #策略空间 #指数增长 #均衡验证 #匹兹堡大学 #博弈论101

生成时间：2026-10-11 22:19:40 生成平台：VideoNote www.xygy.top