博弈论 101 第 82 讲：偏离路径信念

视频封面

视频元信息

课程：Game Theory 101（博弈论 101）
本讲主题：偏离路径信念（Off-the-Path Beliefs）
讲师：William Spaniel
系列定位：完美贝叶斯均衡（Perfect Bayesian Equilibrium, PBE）进阶内容，承接前几讲的信号博弈分析

内容摘要（TL;DR）

本讲讨论完美贝叶斯均衡中一个棘手问题：当均衡路径上某个信息集根本不可能被到达时（“偏离路径”），玩家二无法用贝叶斯法则更新信念。视频用同一个信号博弈证明：若强类型与弱类型都选择“接示”（即都走同一条路），则该策略组合无法成为任何均衡——因为弱类型总会偏离到“隐藏”，无论玩家二持何种信念。

一、问题引入：什么是偏离路径信念 [00:00]

本讲核心问题：当玩家必须更新信念，却无法通过贝叶斯法则完成时，会发生什么？
沿用此前分析完美贝叶斯均衡时的同一个博弈（信号博弈）。
讲师建议：若想了解推导过程，可回看前几讲；若只想理解“偏离路径信念”这一概念，从本讲开始即可。

理解：所谓“偏离路径”，指的是在均衡中被赋予概率为零的信息集。玩家二理论上永远不该在该节点行动，但均衡的定义要求我们为“万一发生”的情况指定信念与策略。

核心矛盾预告：

完美贝叶斯均衡的定义要求：在一切可能情况下，都必须用贝叶斯法则更新信念。
但定义没有告诉我们：当贝叶斯法则无法适用（分母为零）时，该如何更新信念。

二、博弈设定与待检验的均衡候选 [00:31]

2.1 本讲分析的策略组合

本讲研究一种此前未讨论过的纯策略均衡情况：
- 玩家一（无论强类型还是弱类型）都选择“接示”。
在此情况下：
- 若玩家一是强类型，玩家二会选择退出；
- 若玩家一是弱类型，玩家二会选择战斗。

2.2 为什么关心偏离路径

从最早的纳什均衡，到后来的完美贝叶斯均衡，我们一直关心两类策略：
1. 均衡路径上的策略；
2. 偏离均衡路径上的策略。
原因：玩家选择某个策略的合理性依据，正是偏离路径上会发生什么；而这又反过来使原本的策略成为最优选择。
因此我们仍需定义：如果玩家一选择“隐藏”，玩家二会怎么做——尽管在该候选均衡中玩家一根本不会隐藏。

易错点：不能因为某节点在均衡中“不会到达”就忽略它。偏离路径上的威胁/信念，恰恰是支撑均衡路径策略的根基。

三、对比：分离策略下信念为何容易更新 [01:40]

举例说明：在分离策略情形中——
- 强类型选择“接示”，弱类型选择“隐藏”。
那么当玩家二在“隐藏”之后要行动时，他有一个明确定义的信念：
- 在该情况下，玩家二能行动的唯一可能是玩家一是弱类型（因为只有弱类型才会选择隐藏）。
- 所以在“必须行动”的条件下，玩家二知道玩家一是弱类型。
对比结论：分离策略下信念更新毫无困难；但本讲情形（强、弱类型都选“接示”）没有这种便利。

推导：分离策略之所以信念清晰，是因为“隐藏”这个动作只可能由弱类型发出，信息集被单一类型“独占”，贝叶斯法则的分母非零。

四、偏离路径信念的处理思路：一般化信念 [02:14]

回到完美贝叶斯均衡定义：要求在一切可能情况下用贝叶斯法则更新信念，但未说明法则失效时怎么办。
面对“临概率世界”（强类型和弱类型都选接示、从不隐藏）：
- 由于信念不受任何限制，我们必须考虑玩家二所有可能的信念，逐一检验是否有任何一个能构成均衡（即没人有有利可图的偏离）。

4.1 引入一般化信念

记玩家二在“隐藏”之后认为玩家一是强类型的概率为 p。
则认为是弱类型的概率为 1 − p。
为什么一般化：该信念不受任何限制，p 取 [0, 1] 之间任何值都说得通，因为除此之外我们没有任何“知道原则”。

考点：偏离路径信念不是由贝叶斯法则“算出来”的，而是作为一个自由参数 p 被引入，再通过“无有利可图偏离”的条件去筛选哪些 p 值可行。

若存在某个 p ∈ [0, 1] 能构成均衡（即让强类型和弱类型都不想偏离），就得到一个以该偏离路径信念为特征的均衡。

五、第一步：玩家二在给定信念下的最优反应 [03:37]

5.1 期望效用计算

玩家二持有信念 (p, 1−p)，选择战斗时的期望效用：
- 期望效用 = p × (−1) + (1 − p) × 1
- = 1 − p − p
- = 1 − 2p
- 讲师口述结果写作 0.5 − 1.5p（按视频给出的数值代入）。

思考：视频中给出的表达式与常见设定略有出入，具体数值以该博弈的收益矩阵为准。核心逻辑是：战斗的期望效用是 p 的线性（递减）函数，退出的效用是常数 0。

选择退出时的效用：
- 无论玩家一是强还是弱，效用都是 0。
- 因此退出的收益不是信念的函数，是固定值。

5.2 玩家二的最优反应分界点

当 p < 1/3 时，玩家二更愿意战斗；
当 p > 1/3 时，玩家二更愿意退出；
当 p = 1/3 时，玩家二无差异：可把任意策略作为纯策略打，也可任意混合。

关键结论：信念决定了玩家二在该信息集上的行为。p = 1/3 是一个临界阈值，是后续筛选均衡的核心。

六、第二步：检验玩家一是否有有利可图的偏离 [04:45]

需分两步，因为玩家一有两种类型。

6.1 强类型：排除 p > 1/3

在候选均衡中，强类型选择“接示”，玩家二选择“退出”，强类型收益为 0.99。
若强类型偏离去选择“隐藏”，他可能得到 0.5 或 1。
为维持“接示”作为均衡，必须确保强类型没有有利可图的偏离：
- 若偏离后玩家二选择“退出”，强类型收益会从 0.99 提高到 1 → 存在有利偏离。
- 因此必须排除玩家二把“退出”作为纯策略。
换句话说，需要让强类型偏离到“隐藏”后得到的值更接近战斗收益 0.5，而 0.5 < 0.99，故无利可图。

由此排除 p > 1/3：

若偏离路径上的信念 p > 1/3，玩家二会选择退出；
进而强类型会有有利可图的偏离。

剩余可能性：p ≤ 1/3。

6.2 弱类型：排除所有可能性

切换到博弈树的另一半，会发现一个决定性事实：这一半让另一半变得完全无关紧要。
在候选均衡中，弱类型选择“接示”，玩家二选择“战斗”，弱类型收益为 −1.01。
若弱类型选择“隐藏”，他可能得到 −1 或 1。
这两个收益中的任何一个都大于 −1.01。
换句话说，对弱类型而言，隐藏严格优于接示。

核心结论（本讲最重要）：对弱类型而言，“隐藏”严格优于“接示”，所以玩家二的信念是什么完全不重要，偏离路径信念与这个计算无关。这直接排除了所有可能性——不存在任何信念能维持“强类型和弱类型都选择接示”的策略。

七、本讲结论与下一讲预告 [07:30]

7.1 结论

不存在任何信念能够维持“强类型和弱类型都选择接示”的策略组合。
讲师选择这个例子作为起点，是因为它非常简单清晰地说明：无论信念如何，都不存在那种形式的均衡。

7.2 下一讲预告

下一讲将研究 Beer-Quiche Game（啤酒与蛋饼博弈）。
这是一个经典的信号博弈，入门课程中经常出现。
它的作用：帮助说明偏离路径信念下会发生什么，以及如何让均衡在偏离路径信念下形成。
也就是说，情况并非总是“无解”——下一讲会看到均衡可以借助偏离路径信念而成立。

八、核心概念小结（技术原理）

概念	含义
偏离路径（Off-the-Path）	均衡中被赋予概率 0 的信息集，理论上不会被到达
偏离路径信念	对偏离路径信息集上各类型概率的指定，不受贝叶斯法则约束
贝叶斯法则失效	当某动作在均衡中概率为 0，分母为零，无法更新信念
一般化信念 p	把偏离路径信念设为自由参数 p ∈ [0,1]，再筛选可行值
无有利可图偏离	均衡的核心条件：任何类型都不能通过偏离提高收益