博弈论 101 第 72 讲：净化定理

视频封面

视频元信息

讲师：William Spaniel
系列：博弈论要领一（Game Theory 101）
本集主题：净化定理（Purification Theorem，视频转录中作"进化定义/计划定理"，实为同一概念）
时长：约 7–8 分钟

内容摘要（TL;DR）

本集讲解净化定理：完全信息博弈中的混合策略纳什均衡，几乎都可以被理解为某个"收益被轻微扰动"的不完全信息博弈中纯策略贝叶斯纳什均衡的极限。玩家并非真的在随机化，而是各自拥有略微不同的私人类型，各自打纯策略，在观察者看来"像是"在混合。视频用一个 2×2 完全信息博弈完整推导了扰动后 P、Q 的表达式，并验证当扰动趋于零时结果收敛回原混合策略均衡。

一、背景：如何理解"玩家在混合策略"？ [00:00]

1.1 三种对混合策略的解释

混合策略纳什均衡中，玩家以一定概率随机选择不同行动。问题是：现实中的人真的会随机化吗？

解释一：玩家确实在随机混合（讲师最喜欢的观点）
- 讲师以自身经历举例：电子游戏、纸牌游戏、体育运动中都存在真实的随机化。
- 竞技玩家（如《任天堂明星大乱斗》社群所称的 Mix Up）深知：如果总是采取某个固定动作，就会被对手利用，因此会有时用这个动作、有时用那个动作。
- 理解：这是一种"内生化"的直觉——随机化不是数学抽象，而是对抗性环境中被逼出来的最优行为。
解释二：总体参数（population interpretation）
- 回顾此前"石头剪刀布"几节课的内容：并非一个玩家对战另一个玩家，而是两个玩家从一个大群体中随机抽取。
- 每个个体都打纯策略，只要群体中每种纯策略被使用的比例与混合策略纳什均衡中的混合概率相匹配，整个群体就处于均衡状态。
- 局限：并非所有博弈都是群体之间的互动，有时就是一个人对一个人，此时该解释失效。
解释三：净化定理（purification theorem）——本集核心
- 个体实际上在打纯策略，但由于某种原因，看起来像是在使用混合策略。
- 思考：这是三种解释中最"本体论上干净"的一种——它不需要假设人脑能生成真随机数，只需要假设人对收益的认知有微小差异。

考点：三种解释的适用边界

随机混合：依赖"人会真随机"这一心理学假设，难以验证；

总体参数：只适用于群体互动，不适用于单对单博弈；

净化定理：适用于几乎所有完全信息博弈，是最普适的解释。

二、净化定理的正式陈述 [02:46]

2.1 定理内容

净化定理说的是：

完全信息博弈中几乎所有的混合策略纳什均衡，都是某个不完全信息博弈中纯策略贝叶斯纳什均衡的极限；
而这个不完全信息博弈会收敛到那个完全信息博弈。

2.2 构造步骤（要点拆解）

先给定一个完全信息博弈的混合策略纳什均衡；
取该完全信息博弈中某一个收益，对其进行轻微扰动，并作为私人信息；
- 例如：原本确定的收益是 0，现在可能是 +0.001 或 −0.003 之类；
在扰动后的不完全信息博弈中，存在一个纯策略临界点贝叶斯纳什均衡：
- 临界点以下的所有类型 → 打一种纯策略；
- 临界点以上的所有类型 → 打另一种纯策略；
当扰动趋于零时，每个玩家采取各行动的概率与混合策略纳什均衡所预测的一致，也与贝叶斯纳什均衡中将要发生的情况相匹配。

2.3 一句话直觉

只要我对博弈真实收益的认知非常接近真实值（哪怕有微小偏差），那么我从混合策略纳什均衡得出的预测，就会与贝叶斯纳什均衡的结果相匹配——而在贝叶斯纳什均衡中，每个人都在打纯策略：收益看起来稍差就不采取该动作，收益看起来稍好就采取该动作。

理解：净化定理把"概率"从玩家的行为中挪到了玩家的类型分布中。玩家本身是确定性的（纯策略），随机性来自"我不知道对手是什么类型"。

三、数学演示：一个 2×2 完全信息博弈 [04:57]

3.1 原博弈与混合策略纳什均衡

视频使用屏幕上的完全信息"国际象棋式"2×2 博弈（玩家一选上/下，玩家二选左/右）来演示。求混合策略纳什均衡的标准方法：

求玩家一的混合策略：令玩家二选择左的效用 = 选择右的效用，解出让玩家二无差异的混合概率。
- 结果：玩家一以 5/6 的概率选择上，以 1/6 的概率选择下。
求玩家二的混合策略：令玩家一选择上的效用 = 选择下的效用，解出让玩家一无差异的混合概率。
- 结果：玩家二以 3/4 的概率选择左，以 1/4 的概率选择右。

易错点：求混合策略时"解的是对方的无差异条件" 求玩家一的混合概率，要令玩家二在选择左/右之间无差异；反之亦然。这是混合策略纳什均衡计算中最常见的混淆点。

3.2 引入扰动：构造不完全信息博弈

引入类型变量 θ（视频转录中作"FETA/CETA"，即希腊字母 θ），替换掉原博弈中的那些 0 收益。
每个玩家的 θ 值从 [-1, 1] 上的均匀分布中独立抽取：
- 均值仍为 0，因此在期望上每个玩家的收益仍是 0（就在原来那些 0 所在的位置）；
- 再把每个 θ 值乘以 ε（一批龙/一撮楼，即 epsilon），ε 是某个正数，但被视为非常非常小的正数。
这样一来，无论抽到的 θ 是多少（哪怕抽到 +1 或 −1），实际得到的收益都非常接近 0，但不完全等于 0。

关键设定：θ ~ U[−1, 1]，扰动 = ε·θ

θ 的均匀分布是后面能用累积分布函数（CDF）算出简单概率的前提；

ε 是"离完全信息博弈有多远"的度量：ε = 0 时类型完全不相关，博弈回到完全信息情形。

3.3 求临界点（threshold）

设 P 为玩家二选择左的概率（未知，是玩家二临界点的函数），Q 为玩家一选择上的概率（未知）。

玩家一的临界点：
- 若选上，得到固定收益 ε·θ₁；
- 若选下，以概率 P 得到 −1，以概率 1−P 得到 3；
- 令两者相等，解出 θ₁：θ₁ > (3 − 4P) / ε 时选择上。
玩家二的临界点：
- 若选左，得到 ε·θ₂；
- 若选右，以概率 Q 得到 −1，以概率 1−Q 得到 5；
- 解出 θ₂：θ₂ > (5 − 6Q) / ε 时选择左。

3.4 用累积分布函数求 P 和 Q

基础概率论回顾：若 θ 在 [−1, 1] 上均匀分布，则抽到小于 x 的值的概率为 (x + 1) / 2。

验证：
- 抽到小于 −1 的概率 = 0（−1 是分布最小端）；
- 抽到小于 1 的概率 = 1（1 是分布最大端）；
- 抽到小于 0 的概率 = 1/2（0 正好把均匀分布切成两半）。
因此，抽到大于 x 的 θ 的概率 = 1 − (x + 1)/2。

代入临界点：

Q（玩家一选择上的概率） = 抽到 θ₁ > (3 − 4P)/ε 的概率 = 1/2 − 3/(2ε) + 2P/ε；
P（玩家二选择左的概率） = 抽到 θ₂ > (5 − 6Q)/ε 的概率 = 1/2 − 5/(2ε) + 3Q/ε。

3.5 解方程组

现在有两个方程、两个未知数（P 和 Q），ε 是外生参数，不需要求解。

把第二行的 Q 代入第一行，解出 P；
把第一行的 P 代入第二行，解出 Q；
得到 P、Q 关于 ε 的复杂表达式（视频中屏幕所示）。

易错点：ε 是外生参数，不是未知数 方程组中只有 P 和 Q 是内生的。若把 ε 也当作未知数求解，会陷入无解或多解的困境。

四、收敛性验证：ε → 0 时会发生什么 [06:31]

4.1 取极限

令 ε = 0（即离完全信息博弈的距离为零，类型变得完全不相关，回到完全信息博弈）；
代入 P、Q 的表达式：
- P = 9/12 = 3/4；
- Q = 10/12 = 5/6。

4.2 结论

这两个结果恰好等于原完全信息博弈混合策略纳什均衡中的混合概率（玩家二 3/4 选左，玩家一 5/6 选上）。
也就是说：随着不完全信息逐渐消失，博弈收敛到完全信息博弈，此时玩家采取特定行动的均衡概率与混合策略纳什均衡中的概率完全匹配。

考点：净化定理的核心等式 混合策略纳什均衡概率 = lim(ε→0) 贝叶斯纳什均衡中纯策略被采用的比例这正是"混合策略"与"纯策略+私人类型"之间的桥梁。

五、净化定理的意义与边界 [07:00]

5.1 定理的普适性

讲师强调：这不是一个碰巧让两样东西神奇凑到一起的特殊例子；
几乎所有博弈基本上都是这种情况。

5.2 对"玩家是否真的随机化"的最终回答

每当你看到完全信息博弈中的混合策略纳什均衡时，不必把它理解成玩家真的在随机混合；
可以把它理解成一个非常接近的不完全信息博弈：
- 每个玩家随机获得对某个特定效用值的奖励或惩罚（扰动）；
- 获得特定好处的玩家 → 采取那个策略；
- 因采取那个策略而受到额外一点惩罚的玩家 → 采取相反的策略；
- 每个类型都在打纯策略，然而在观察者看来，玩家实际上是在随机混合。

结论：如果你不喜欢"玩家在现实中随机混合"这个想法，不必为此担心。 你可以把混合策略理解为：玩家拥有各种类型，而这些类型全都在打纯策略。

六、拓展与延伸【拓展】

6.1 净化定理的学术背景

净化定理（Purification Theorem）由 John Harsanyi（1994 年诺贝尔经济学奖得主）在 1973 年的论文 Games with Randomly Disturbed Payoffs: A New Rationale for Mixed-Strategy Equilibrium Points 中提出。
Harsanyi 也是不完全信息博弈（贝叶斯博弈）理论的奠基人，本集内容正是他两大贡献的交汇点。
理解：净化定理为混合策略纳什均衡提供了一个"认识论"基础——混合不是行为上的随机，而是信息上的不确定。

6.2 与"临界点均衡"的关系

视频提到"这和我们上节课看到的临界点均衡是同一个思路"。
在临界点贝叶斯纳什均衡中，类型空间被一个阈值切成两段：阈值以下打一种纯策略，阈值以上打另一种纯策略。
思考：这与信号博弈中的分离均衡、以及拍卖中的阈值策略在结构上高度相似——都是"类型决定行动"的单调策略。

6.3 容易踩坑的点

混淆"进化定义"与"净化定理"：视频转录中的"进化定义/计划定理"均为 Purification Theorem 的音译或误转录，不要与进化博弈论（Evolutionary Game Theory）混淆。
误以为 ε 可以取任意大：净化定理只保证 ε → 0 时的收敛性。ε 较大时，扰动博弈的均衡可能与原混合均衡差异显著。
忽略均匀分布假设：本集用 U[−1, 1] 是为了让 CDF 计算简单。一般情形下，净化定理对更广泛的分布族也成立，但推导会更复杂。
误以为所有混合策略均衡都可净化：定理说的是"几乎所有的"（almost all），存在少数退化情形不适用。

6.4 现实案例

体育中的点球/发球：网球发球方与接发球方的左右选择，常被用作混合策略的经典案例。按净化定理，可以说每位球员的"类型"（当天手感、对手弱点判断）略有不同，因此各自打纯策略，但统计上呈现混合比例。
《任天堂明星大乱斗》的 Mix Up：讲师亲口举的例子——高手不会固定出招，因为固定出招会被读招（被对手利用），这与混合策略的直觉完全一致。

关键标签 / 关键词

博弈论 #GameTheory101 #净化定理 #PurificationTheorem #混合策略 #纳什均衡 #贝叶斯纳什均衡 #不完全信息博弈 #临界点均衡 #Harsanyi #WilliamSpaniel #匹兹堡大学 #私人信息 #类型空间 #均匀分布 #累积分布函数 #随机化 #MixUp