博弈论 101 第 72 讲（英文原声）：The Purification Theorem

视频封面

视频元信息

视频标题：Game Theory 101, p158 — The Purification Theorem（净化定理）
讲师：William Spaniel（匹兹堡大学）
系列定位：博弈论入门系列第 158 讲，承接上一讲的「切点均衡（cutpoint equilibrium）」
语言：英文讲授（本笔记统一用简体中文整理）
时长：约 17 分钟

内容摘要（TL;DR）

本讲介绍净化定理（Purification Theorem）：完全信息博弈中几乎所有的混合策略纳什均衡，都可以看作是一个「几乎相同」的不完全信息博弈中纯策略切点贝叶斯纳什均衡的极限。即：玩家其实并没有真的在随机化，只是各自拥有微小扰动的私人类型，按类型选择纯策略；而在外部观察者看来，整体行为恰好等于混合策略的概率分布。视频用一个 2×2 例子完整推导并验证了当扰动 ε→0 时，贝叶斯均衡概率收敛到混合策略纳什均衡概率。

一、背景：如何理解「玩家在混合策略」？ [00:21]

1.1 三种解读视角

混合策略纳什均衡（Mixed Strategy Nash Equilibrium）中，玩家以一定概率随机选择行动。如何理解这种「随机化」？讲师给出三种视角：

视角一：玩家真的在随机化（讲师本人最喜欢的解读）

讲师从小玩扑克、电子游戏、卡牌、体育运动，至今仍在玩。
竞技玩家普遍承认「随机化」是真实存在的：如果你总是采取某个固定行动，就会被对手针对、被剥削（exploited）。
他们未必称之为「混合策略」——《任天堂明星大乱斗》（Smash Brothers）社区称之为 「mix-ups」（混招）——但核心思想一致：时而选 A，时而选 B。
理解：这一视角把混合策略视为玩家的主动策略设计，是「有意识的随机」。

视角二：怀疑论者的质疑

有些人非常怀疑真实世界中玩家是否真的会随机化。
这就给博弈论带来一个预测与现实脱节的问题：博弈论建模 → 得到均衡预测 → 希望预测与现实吻合；但如果均衡预测是「玩家混合」，而现实中玩家从不混合，理论与现实之间就会出现巨大鸿沟。
易错点：混合策略纳什均衡并不要求玩家「掷骰子」；均衡只描述概率分布，不描述心理过程。

视角三（已有方案）：人口参数（Population Parameters）

回顾「石头剪刀布」那一讲：可以把混合策略解释为人口比例。
不是「一个玩家对另一个玩家」，而是两个玩家各自从一个大的人群池中随机抽取。
每个人实际打的都是纯策略；只要人群中每种纯策略被使用的比例恰好等于混合策略纳什均衡中的概率，整个群体就处于均衡。
思考：这一解读把「随机化」外包给了「随机匹配」，个体层面无需随机。

视角三的局限

并非所有博弈都是在人群之间进行的——有时就是一个人对另一个人（one guy against another guy），此时人口参数解读失效。

正是为了填补这个缺口，本讲引入第三种解读——净化定理：个体实际上打的是纯策略，但出于本讲将要解释的原因，他们看起来像是在打混合策略。

二、净化定理的正式陈述与拆解 [03:09]

2.1 定理原文（意译）

净化定理：完全信息博弈中几乎所有的混合策略纳什均衡，都是一个不完全信息博弈中纯策略贝叶斯纳什均衡的极限——当该不完全信息博弈收敛到原完全信息博弈时。

2.2 逐点拆解

要点一：取一个混合策略纳什均衡

先有一个完全信息博弈，其中存在混合策略纳什均衡。

要点二：轻微扰动某个收益，使其成为私人信息

例如原本收益是 0，现在变成 +0.00001 或 −0.003 这样的极小值。
关键：扰动是私人信息（private information），每个玩家只知道自己的扰动值。

要点三：存在纯策略切点贝叶斯纳什均衡

与上一讲的切点均衡同理：对扰动收益的随机抽取存在一个切点（cut point）。
切点以下的所有类型（type）选择一种纯策略；切点以上的所有类型选择另一种纯策略。
每个类型都打纯策略，没有任何人在混合。

要点四：扰动趋近于零时，概率匹配

当收益扰动 ε→0 时，贝叶斯纳什均衡中玩家采取各行动的概率，恰好等于完全信息博弈混合策略纳什均衡所预测的概率。

2.3 更直白的说法

给我一个混合策略纳什均衡——显然玩家在混合。
只要我对该博弈真实收益的估计非常接近（也许我作为观察者对某玩家某结果的真实收益估计略有偏差，但偏差很小），那么我基于混合策略纳什均衡做出的预测，就会与贝叶斯纳什均衡的结果一致。
而在贝叶斯纳什均衡中，每个人都在打纯策略：如果某行动的收益看起来稍差一点，就不选它；如果看起来稍好一点，就选它。

净化定理的核心价值：它让「玩家不混合」与「博弈论预测混合」这两个立场不再矛盾——混合只是观察者眼中的表象，底层全是纯策略。

三、示例博弈：完全信息下的混合策略纳什均衡 [05:32]

3.1 博弈设定

讲师屏幕上的 2×2 完全信息博弈（收益矩阵如下）：

玩家1 \ 玩家2	Left	Right
Up	0, 0	0, 0
Down	−1, −1	3, 5

理解：注意 Up 行对玩家1的收益恒为 0，Down 行在 Left 时为 −1、Right 时为 3；玩家2在 Left 列收益为 −1（当玩家1选 Down）或 0（当玩家1选 Up），在 Right 列收益为 5（当玩家1选 Down）或 0（当玩家1选 Up）。

3.2 求混合策略纳什均衡（标准方法）

求玩家1的混合策略 σ_up：

令玩家2选 Left 和 Right 的效用相等，解出让玩家2无差异的玩家1混合概率。
结果：σ_up = 5/6，即玩家1以 5/6 概率选 Up，1/6 概率选 Down。

求玩家2的混合策略：

令玩家1选 Up 和 Down 的效用相等，解出让玩家1无差异的玩家2混合概率。
结果：玩家2以 3/4 概率选 Left，1/4 概率选 Right。

方法要点（考点）：求某玩家的混合概率，要让对手在各纯策略之间无差异（indifferent），而不是让自己无差异。

3.3 与净化定理的连接

净化定理断言：若轻微扰动该完全信息博弈的收益，当扰动趋于零时，不完全信息博弈中纯策略切点贝叶斯纳什均衡下玩家选择各行动的概率，将匹配完全信息博弈混合策略纳什均衡的均衡概率。

四、引入扰动：θ 与 ε 的构造 [07:03]

4.1 类型变量 θ

θ（theta） 在不完全信息博弈中通常代表玩家的类型（type）。
θ 用来替换原博弈中的那些 0（即 Up 行各结果原本的 0 收益）。
每个玩家的 θ 值独立地从 均匀分布 U(−1, 1) 中抽取。

4.2 缩放因子 ε

每个 θ 值都乘以 ε（epsilon），ε 是一个非常非常小的正数。
因此无论 θ 抽到什么（哪怕是 1 或 −1），θ·ε 都极其接近 0。
该类型实际实现的收益非常接近 0，但不完全等于 0。

4.3 收敛逻辑

若 ε = 0，该博弈收敛为原完全信息博弈。
若净化定理成立，则当 ε→0 时，由各玩家纯策略推导出的贝叶斯纳什均衡「混合概率」，应匹配完全信息博弈混合策略纳什均衡的概率。

关键概念区分：

θ：类型随机变量，决定「你是谁」，来自 U(−1,1)；

ε：扰动幅度，是外生参数，衡量「离完全信息有多远」；

ε·θ：类型的实际收益扰动，ε→0 时博弈回到完全信息。

五、推导切点均衡（数学主体） [09:33]

5.1 玩家1的切点

设 p = 玩家2选 Left 的概率（暂未知，实际是玩家2切点的函数，先固定住）。

玩家1选 Up 的收益：ε·θ₁（固定值，与玩家2无关）。

玩家1选 Down 的期望收益：p·(−1) + (1−p)·3。

玩家1应选 Up 当且仅当：

ε·θ₁ > p·(−1) + (1−p)·3 = 3 − 4p

解出 θ₁ 的临界值：

θ₁ > (3 − 4p) / ε 时，玩家1选 Up

5.2 玩家2的切点

设 q = 玩家1选 Up 的概率。

玩家2选 Left 的收益：ε·θ₂（固定值，与玩家1无关）。

玩家2选 Right 的期望收益：q·(−1) + (1−q)·5。

玩家2应选 Left 当且仅当：

ε·θ₂ > q·(−1) + (1−q)·5 = 5 − 6q

解出 θ₂ 的临界值：

θ₂ > (5 − 6q) / ε 时，玩家2选 Left

5.3 用累积分布函数（CDF）求概率

基础概率论回顾：若 θ ~ U(−1, 1)，则

P(θ < x) = (x + 1) / 2

推导：这正是均匀分布的累积分布函数。验证边界：x = −1 时得 0（不可能抽到比最小值更小）；x = 1 时得 1（必然抽到更小值）；x = 0 时得 1/2（0 正好把均匀分布切成两半）。

因此：

P(θ > x) = 1 − (x + 1)/2

计算 q（玩家1选 Up 的概率）：

q = P(θ₁ > (3 − 4p)/ε)，代入 CDF 并化简得：

q = 1/2 − 3/(2ε) + 2p/ε

计算 p（玩家2选 Left 的概率）：

p = P(θ₂ > (5 − 6q)/ε)，代入 CDF 并化简得：

p = 1/2 − 5/(2ε) + 3q/ε

5.4 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。

把第二个方程中的 q 代入第一个方程，解出 p（屏幕上那个复杂的表达式）。
把第一个方程中的 p 代入第二个方程，解出 q（同样复杂）。

易错点：注意 p 和 q 的定义方向——p 是玩家2选 Left 的概率（用于玩家1的切点判断），q 是玩家1选 Up 的概率（用于玩家2的切点判断）。代入时不要弄反。

六、验证极限：ε→0 的收敛结果 [14:51]

6.1 取极限

ε 衡量「离完全信息博弈有多远」：ε = 0 时类型完全无关，回到完全信息博弈。

把已解出的 p 和 q 放在同一页，令 ε→0：

p = 9/12 = 3/4 —— 正是玩家2在完全信息混合策略纳什均衡中选 Left 的概率（3/4）。
q = 10/12 = 5/6 —— 正是玩家1在完全信息混合策略纳什均衡中选 Up 的概率（5/6）。

6.2 结论

当不完全信息消失、博弈收敛到完全信息博弈时，玩家采取特定行动的均衡概率精确匹配完全信息博弈混合策略纳什均衡的概率。
这就是净化定理的「魔法」所在。

这不是特例：净化定理对几乎所有博弈都成立。这不是这个例子碰巧凑出来的巧合。

七、净化定理的最终解读 [16:12]

7.1 重新理解混合策略

每当你看到完全信息博弈中的混合策略纳什均衡，不必把它解读为玩家真的在随机化。你可以把它解读为：

一个非常接近的不完全信息博弈；
每个玩家随机获得对其某个效用值的奖励（spike）或惩罚（punishment）；
获得奖励的玩家执行该策略，受到惩罚的玩家选择相反策略；
每个类型都在打纯策略，但在观察者看来，玩家像是在混合。

7.2 实践意义

如果你不喜欢「玩家在现实中会混合」这个假设，不必担心。
你可以把玩家理解为拥有类型（types），而所有类型都在打纯策略。

7.3 三种解读的总结对照

解读	核心机制	局限
玩家真的随机化	玩家有意识地在行动间随机	被怀疑论者质疑现实性
人口参数	个体打纯策略，人群比例等于混合概率	不适用于「一对一」博弈
净化定理	个体有微小私人类型扰动，全部打纯策略，观察者看到的是混合	需要收益存在微小不完全信息

八、拓展与补充【拓展】

8.1 理论背景：Harsanyi 的净化定理

净化定理由 John Harsanyi（1994 年诺贝尔经济学奖得主）提出，属于不完全信息博弈理论的基石之一。
它回应了博弈论中一个长期争论：混合策略的「现实性」问题。Harsanyi 证明，混合策略均衡可以被视为对收益的微小不确定性下纯策略均衡的极限。
这也与 Harsanyi 的「类型（type）」概念一脉相承——不完全信息博弈中，每个玩家有一个类型，类型决定其收益函数。

8.2 与相关概念的连接

切点均衡（Cutpoint Equilibrium）：上一讲内容，本讲直接沿用其结构——类型低于切点选 A，高于切点选 B。
贝叶斯纳什均衡（Bayesian Nash Equilibrium, BNE）：不完全信息博弈的均衡概念，每个类型选择最大化其期望效用的策略。
混合策略纳什均衡（MSNE）：完全信息博弈的均衡概念，玩家以概率分布随机化。
净化定理的桥梁作用：MSNE（完全信息） ↔ BNE（不完全信息，纯策略），二者在 ε→0 时等价。

8.3 常见误区与注意事项

误区一：以为净化定理说明「混合策略是错的」。实际上它只是提供另一种等价解读，混合策略纳什均衡本身完全有效，只是可以「重新诠释」为纯策略 BNE 的极限。

误区二：以为扰动必须很小才成立。定理的结论是当扰动趋于零时概率匹配；扰动不必「很小才成立」，而是「越小越精确地匹配」。

误区三：混淆 θ 和 ε 的作用。 θ 是随机类型（决定个体差异），ε 是确定性缩放参数（决定整体扰动幅度）。ε→0 是取极限的关键操作。

8.4 现实案例

扑克中的「诈唬频率」：理论上最优诈唬频率对应混合策略；现实中玩家并非掷骰子，而是根据对手读牌、自身牌力等微小私人信息做出纯策略决策，整体频率却接近理论值。
体育中的「左右开弓」：网球发球方向、足球点球方向的选择，常被建模为混合策略；净化定理解释了为何运动员无需真的随机化，只需根据微小的私人状态（体力、习惯、临场感觉）做纯策略选择，统计上仍呈现混合。

8.5 计算要点回顾（考点）

求 MSNE：让对手在纯策略间无差异。
引入 θ ~ U(−1,1) 和 ε，构造不完全信息博弈。
写出各玩家的切点不等式：θ > 阈值时选某策略。
用 CDF：P(θ > x) = 1 − (x+1)/2。
得到 p、q 的方程组，联立求解。
令 ε→0，验证 p、q 收敛到 MSNE 概率。

关键标签 / 关键词

净化定理、Purification Theorem、混合策略纳什均衡、MSNE、贝叶斯纳什均衡、BNE、不完全信息博弈、完全信息博弈、切点均衡、Cutpoint Equilibrium、类型 Type、θ theta、ε epsilon、均匀分布、累积分布函数、CDF、Harsanyi、纯策略、随机化、人口参数、博弈论101、William Spaniel、匹兹堡大学