博弈论 101 第 85 讲：单次加注扑克

视频封面

视频元信息

系列：博弈论101（Game Theory 101）第 86 讲
主题：单次加注扑克（One-Shot Raise Poker）——半分离均衡的经典练习
讲师：William Spaniel
时长：约 8–9 分钟

内容摘要（TL;DR）

本讲用一个极简的扑克模型（玩家一私抽 Q 或 A，玩家二持名牌），完整演示如何求解半分离均衡。核心结论：A 类型必下注；Q 类型以 1/3 概率下注（诈唬）；玩家二观察到下注后，后验信念为 Q 占 1/4，并以 2/3 概率跟注、1/3 概率弃牌。全程围绕无差异条件展开推导。

一、游戏设定与收益结构 [00:00]

1.1 基本规则

玩家二被发到一张名牌（所有人都能看到）。
玩家一私下被发到 Q 或 A，概率各 1/2，只有玩家一自己能看到。
玩家二完全不知道玩家一手里的牌。

考点：这是典型的「信息不对称」博弈——一方有私人信息，另一方只能通过对方的行为推断。

1.2 行动顺序与收益

玩家一有两个选择：下注（bet） 或 弃牌（fold）。

情形	玩家一收益	玩家二收益
玩家一弃牌	-1	+1
玩家一下注，玩家二弃牌	+1	-1
玩家一下注，玩家二跟注，玩家一为 Q	-2	+2
玩家一下注，玩家二跟注，玩家一为 A	+2	-2

易错点：收益符号的对应关系。玩家一弃牌是 -1，下注被抓是 -2，下注成功诈唬是 +1，下注被跟且是 A 是 +2。这四个数字是整个推导的基础，务必记牢。

理解：这个设定模拟了扑克中的「诈唬」情境——Q 是弱牌（想诈唬），A 是强牌（想价值下注）。玩家二持名牌相当于「知道自己手上有什么，但不知道对方有什么」。

二、思考题：先自己算一遍 [01:28]

视频在此处暂停，要求观众在 30 秒内回答三个问题：

A 类型的策略应该是什么？
Q 类型应该以多大概率下注、多大概率弃牌？
玩家二观察到下注后，应该以多大概率跟注、多大概率弃牌？

提醒：这一步非常关键。William Spaniel 特意设置「30 秒限时」，模拟真实牌桌压力下的决策。建议读者在看后续推导前，先自己动手算一遍。

三、第一步：A 类型一定下注 [02:29]

3.1 博弈树结构

自然（Nature）先行动：以 1/2 概率给玩家一 Q，1/2 概率给 A。
玩家一选择：下注或弃牌。
只有玩家一下注后，玩家二才选择：跟注或弃牌。

3.2 A 类型的分析

如果 A 类型弃牌：收益为 -1。
如果 A 类型下注：
- 玩家二跟注 → A 赢 +2
- 玩家二弃牌 → A 赢 +1
- 无论哪种情况，都优于 -1。

考点：A 类型（强类型）一定会下注。这是简化后续分析的关键推论。

理解：强类型没有隐藏信息的动机，它的最优策略就是「尽可能欺负对手」——下注能保证至少 +1，弃牌则固定 -1。

四、检验混同均衡（Pooling Equilibrium）[03:38]

4.1 假设：Q 类型也总是下注（混同）

如果 Q 类型采取混同策略（总是下注），那么玩家二观察到下注后无法获得任何新信息，其后验信念等于先验信念：Q 和 A 各占 1/2。

4.2 玩家二的最佳应对

跟注的期望效用：
- 1/2 概率面对 Q → 收益 +2
- 1/2 概率面对 A → 收益 -2
- 期望效用 = 0.5 × 2 + 0.5 × (-2) = 0
弃牌的效用：
- 无论面对 Q 还是 A，玩家二都得到 -1

比较：0 > -1，所以玩家二会纯策略跟注。

4.3 检验 Q 类型是否有偏离动机

如果 Q 坚持下注 → 玩家二跟注 → Q 收益 -2
如果 Q 偏离选择弃牌 → Q 收益 -1

易错点：-1 > -2，所以 Q 有偏离动机。混同均衡不成立。

五、检验分离均衡（Separating Equilibrium）[05:16]

5.1 假设：Q 类型总是弃牌（分离）

如果 Q 类型采取分离策略（总是弃牌），那么玩家二看到下注就知道对方一定是 A 类型。

5.2 玩家二的最佳应对

面对 A 类型时：
- 跟注 → 收益 -2
- 弃牌 → 收益 -1
所以玩家二肯定选择弃牌。

5.3 检验 Q 类型是否有偏离动机

如果 Q 坚持弃牌 → 收益 -1
如果 Q 偏离选择下注 → 玩家二误以为对方是 A 而弃牌 → Q 收益 +1

易错点：+1 > -1，Q 有偏离动机。分离均衡也不成立。

六、求解半分离均衡（Semi-Separating Equilibrium）[06:19]

6.1 核心思路：无差异条件

重点：解半分离均衡的关键就是「无差异条件」（indifference condition）。只要记住这一点，算法就能一步步走完。

设：

σ_B = 玩家二跟注的概率
1 - σ_B = 玩家二弃牌的概率

6.2 让 Q 类型无差异

Q 类型在「下注」和「弃牌」之间必须无差异。

弃牌的效用 = -1（固定值）
下注的期望效用：
- σ_B 概率被跟注 → 收益 -2
- (1 - σ_B) 概率对方弃牌 → 收益 +1
- 期望效用 = σ_B × (-2) + (1 - σ_B) × 1 = 1 - 3σ_B

令两者相等：

1 - 3σ_B = -1 3σ_B = 2 σ_B = 2/3

考点：玩家二应以 2/3 概率跟注，1/3 概率弃牌。

推导：这一步是半分离均衡的核心计算。Q 类型之所以愿意混合，是因为玩家二的混合策略恰好让下注和弃牌的期望收益相等。

6.3 让玩家二无差异

设 P = 玩家二的后验信念（玩家一是 Q 类型的概率）。

跟注的效用：
- P 概率面对 Q → 收益 +2
- (1 - P) 概率面对 A → 收益 -2
- 期望效用 = 2P + (-2)(1 - P) = 4P - 2
弃牌的效用 = -1（固定值）

令两者相等：

4P - 2 = -1 4P = 1 P = 1/4

考点：均衡状态下，玩家二的后验信念必须是「玩家一是 Q 类型的概率为 1/4，是 A 类型的概率为 3/4」。

理解：这个信念不是随便设的，而是必须让玩家二在跟注和弃牌之间恰好无差异。

七、用贝叶斯法则反推 Q 类型的混合概率 [07:33]

7.1 贝叶斯法则的应用

设 σ_Q = Q 类型下注的概率（这是我们要求解的）。

玩家二观察到下注后，认为对方是 Q 类型的后验概率：

P(Q | 下注) = [P(下注 | Q) × P(Q)] / [P(下注 | Q) × P(Q) + P(下注 | A) × P(A)]

代入数值：

分子：0.5 × σ_Q
分母：0.5 × σ_Q + 0.5 × 1（A 类型 100% 下注）

令其等于 1/4：

(0.5σ_Q) / (0.5σ_Q + 0.5) = 1/4

交叉相乘：

4 × 0.5σ_Q = 0.5σ_Q + 0.5 2σ_Q = 0.5σ_Q + 0.5 1.5σ_Q = 0.5 σ_Q = 1/3

考点：Q 类型应以 1/3 概率下注（诈唬），2/3 概率弃牌。

7.2 半分离均衡完整总结

角色	策略
A 类型	100% 下注
Q 类型	1/3 概率下注，2/3 概率弃牌
玩家二（观察到下注后）	后验信念：Q 占 1/4，A 占 3/4
玩家二	2/3 概率跟注，1/3 概率弃牌

易错点：完美贝叶斯均衡不仅包含策略，还包含信念。很多人只写策略而忘记写信念，这是不完整的。均衡状态下的信念就是「玩家二认为对方是 Q 的概率为 1/4」。

八、直觉解读：为什么是半分离均衡？ [07:55]

8.1 三种均衡的直觉对比

如果 Q 总是下注（混同）：玩家二会认为下注大概率是诈唬，于是总是跟注 → Q 被惩罚，不愿总是下注。
如果 Q 总是弃牌（分离）：玩家二面对下注会认为对方一定是 A，于是总是弃牌 → Q 发现诈唬有利可图，想下注。
半分离均衡：Q 有时诈唬、有时放弃，给玩家二制造不确定性；玩家二有时跟注、有时弃牌，让 Q 对诈唬与否无差异。

8.2 核心直觉

重点：半分离均衡的本质，就是「诈唬策略」与「消除诈唬动机」之间的平衡。

Q 类型通过偶尔诈唬来利用玩家二的弃牌倾向。
玩家二通过偶尔跟注来惩罚诈唬，让 Q 不敢总是诈唬。
双方混合的概率恰好让对方无差异，从而维持均衡。

思考：这个模型直接对应真实扑克中的「诈唬频率」问题。如果诈唬太多，对手会一直跟注；如果诈唬太少，对手会一直弃牌。最优诈唬频率就是让对手在跟注和弃牌之间无差异的那个值。

九、拓展与延伸【拓展】

9.1 什么是半分离均衡？

【拓展】在完美贝叶斯均衡中，根据不同类型发送信号的方式，可分为三类：

混同均衡（Pooling）：所有类型采取相同行动，信号无信息量。
分离均衡（Separating）：不同类型采取不同行动，信号完全揭示类型。
半分离均衡（Semi-Separating）：部分类型混合，信号部分揭示类型。

本讲中，A 类型纯策略下注（分离），Q 类型混合下注/弃牌（半分离），因此整体是半分离均衡。

9.2 无差异条件的通用性

【拓展】无差异条件是求解混合策略均衡的通用工具：

在纳什均衡中：混合策略的玩家必须在纯策略之间无差异。
在完美贝叶斯均衡中：混合策略的玩家必须在行动之间无差异，同时信念必须由贝叶斯法则一致地推出。

提醒：无差异条件 + 贝叶斯法则 = 半分离均衡的两大支柱。

9.3 现实应用

【拓展】这个模型可以应用于：

扑克：最优诈唬频率的计算。
商业信号：企业通过广告、定价等行为传递质量信号。
劳动力市场：求职者通过教育水平传递能力信号（Spence 信号模型）。
拍卖：竞标者的出价策略。

9.4 容易踩坑的点

易错点汇总：

忘记写信念——完美贝叶斯均衡必须包含信念。

混淆先验和后验——先验是 1/2，后验是 1/4。

收益符号搞反——Q 被抓是 -2，弃牌是 -1，诈唬成功是 +1。

贝叶斯法则分子分母搞混——分子是「达到该结果的一种方式」，分母是「所有可能方式之和」。

忘记检验偏离动机——每个候选均衡都必须检验所有玩家是否有偏离动机。