?t演化博弈论(evo露tionary
game
theory)
认为,成功的策略并不是固定的,而是需要根据环境的变化不断调整。
?t如果一方固守过去的策略,而另一方调整策略适应新环境,后者最终会胜出。
?t案例:囚徒困境的重复博弈
?t如果两名玩家长期博弈,并且一方不断调整策略,而另一方固守过去的方法,固守的一方最终会被淘汰。
博弈论启示:最优策略是动态调整的,而不是固定不变的。
?
4。
信息更新与最优策略调整——贝叶斯博弈
“吃了亏,想好了再去,人家的招数已经变了,所以要随机应变。”
?t这里涉及到非完全信息博弈(inplete
information
games),即玩家不知道对手的全部策略和意图。
?t贝叶斯博弈(bayesian
games)
研究的是,在信息不完全的情况下,如何利用过去的信息调整策略。
?t信息更新与最优策略选择:
?t失败(“吃了亏”)提供了新的信息,玩家应该更新自己的信念(bayesian
upda)。
?t但如果过于依赖过去的经验,对手已经改变了策略,那么就会再次失败。
?t最优策略是根据新信息动态调整,而不是简单地重复过去的经验。
博弈论启示:在信息不完全的情况下,必须不断更新信息,并根据最新情况调整策略,而不能简单依赖过去的失败经验。
?
5。
随机应变与混合策略均衡
“随机应变”
?t如果一个博弈参与者总是采用同一策略,对手可以轻松预测并加以利用。
?t混合策略纳什均衡(mixed
strategy
nash
equilibrium)
认为,最优策略往往是在不同策略之间随机化,从而让对手难以预测自己的行为。