博弈论 101 第 4 讲（英文原声）：Nash Equilibrium and Stag Hunt

视频封面

视频元信息

视频标题：【中英双语+资料】匹兹堡大学博弈论101｜从囚徒困境讲起｜Game Theory 101 油管873万+ 2012–2020 p90 [英文] 04 Nash Equilibrium and Stag Hunt
系列定位：博弈论入门课程第 4 讲，主题为「纳什均衡与猎鹿博弈」
语言：英文讲解（中英双语字幕）

内容摘要（TL;DR）

本讲用「猎鹿博弈」（Stag Hunt）引入纳什均衡概念：严格占优策略在此失效，因为每个人的最优选择取决于对方的预期。通过逐一检验 4 种结果是否存在「单方面有利偏离」，得出该博弈存在两个纳什均衡——（猎鹿，猎鹿）与（猎兔，猎兔），并强调纳什均衡不一定有效率，但一定稳定。

一、猎鹿博弈的收益矩阵构建 [00:56]

视频开头约 0–56 秒为中文音轨/杂音干扰，实质内容从英文部分开始。核心讲解从 [00:56] 的 payoff matrix 构建起。

场景设定

故事原型：两个猎人同时出猎，各自可以选择猎鹿（Stag）或猎兔（Hare）。

猎鹿：需要两人合作才能成功，单打独斗必然失败
猎兔：一个人也能独立完成，但收益较低

收益矩阵（Payoff Matrix）

玩家1 \ 玩家2	猎鹿（Stag）	猎兔（Hare）
猎鹿（Stag）	(3, 3)	(0, 2)
猎兔（Hare）	(2, 0)	(1, 1)

四种结果的详细说明

（猎鹿，猎鹿）：两人成功协作捕获一头鹿，平均分配，各得 3 单位肉
（猎鹿，猎兔）：玩家1 猎鹿、玩家2 猎兔 → 猎鹿者失败得 0；猎兔者独自捕获两只兔子得 2
- 注意：此处视频中表述为「player one 独自捕获两只兔子得 2」——即当一方去猎鹿时，另一方独自猎兔可捕获两只兔子，得 2 单位肉
（猎兔，猎鹿）：与上一种对称，收益为 (2, 0)
（猎兔，猎兔）：两人各捕一只兔子，平均分配两只兔子，各得 1 单位肉

易错点：矩阵中 (0, 2) 与 (2, 0) 的位置容易混淆。判断依据是——猎鹿者在对方不配合时得 0，猎兔者独自行动时得 2。矩阵行列顺序必须与玩家顺序严格对应。

二、严格占优策略为何失效 [01:38]

回顾前两讲的方法

前两讲通过寻找严格占优策略（Strictly Dominated Strategy）来求解博弈：即无论对方怎么做，某策略的收益都严格劣于另一策略，则可剔除。

本博弈中不存在严格占优策略

若玩家1 知道玩家2 将猎鹿 → 玩家1 也应猎鹿（3 > 2）
若玩家1 知道玩家2 将猎兔 → 玩家1 也应猎兔（独自猎鹿得 0，猎兔至少得 1）

推导：玩家1 的最优策略完全取决于玩家2 的选择，反之亦然。博弈完全对称。

结论：没有任何一方的策略是被严格占优的，因此占优策略求解法在此完全失效。

考点：占优策略可解性（dominance solvable）是博弈的一个特殊性质，并非所有博弈都具备。猎鹿博弈正是「不可用占优法求解」的经典反例。

思考：这与囚徒困境形成鲜明对比——囚徒困境中「背叛」是严格占优策略，因此有唯一均衡；而猎鹿博弈中策略之间是「协调」关系，而非「对抗」关系。

三、纳什均衡的定义 [02:41]

正式定义

纳什均衡（Nash Equilibrium）：一组策略（每个玩家各一个），使得没有任何玩家有动机单方面改变自己的策略。

定义中的两个关键要点

只考虑个体偏离，不考虑群体偏离
- 检验某结果是否为纳什均衡时，只需问：单个玩家能否通过改变策略变得更好？
- 不需要考虑两个玩家能否「联合」改变策略
- 理解：这是纳什均衡「非合作」本质的体现——它假设玩家之间无法签订有约束力的合作协议
纳什均衡具有内在稳定性（Inherently Stable）
- 「在对方策略既定的情况下，我的策略是最优的」，反之亦然
- 策略揭晓后，没有人会后悔自己的选择
- 无法通过事后单方面改变策略而变得更好

拓展：纳什均衡由数学家 John Nash 于 1950 年提出，他证明了「任何有限博弈至少存在一个纳什均衡（可能涉及混合策略）」。这一成果是他 1994 年获得诺贝尔经济学奖的核心贡献之一。

四、逐一检验四种结果 [03:46]

方法：孤立每个结果，检查是否有玩家能单方面偏离而获利（Profitable Deviation）。

检验 1：（猎鹿，猎鹿）→ 是纳什均衡 ✓

玩家1：猎鹿得 3，改猎兔只得 2 → 无利可图
玩家2：同理，猎鹿得 3，改猎兔只得 2 → 无利可图
结论：这是纳什均衡
直观理解：这是双方收益最高的结果（3 是两人各自的最好收益），因此稳定符合直觉

检验 2：（猎兔，猎鹿）→ 不是纳什均衡 ✗

玩家1（猎兔）：面对玩家2 猎鹿，若改为猎鹿可从 2 升到 3 → 存在有利偏离
玩家2（猎鹿）：面对玩家1 猎兔，若改为猎兔可从 0 升到 1 → 也存在有利偏离
结论：不是纳什均衡（只要发现一个偏离即可否定）

注：视频指出玩家2 的偏离属于「多余信息（Superfluous Information）」——因为仅凭玩家1 的偏离就足以否定该结果。

检验 3：（猎鹿，猎兔）→ 不是纳什均衡 ✗

玩家1（猎鹿）：面对玩家2 猎兔，若改为猎兔可从 0 升到 1 → 存在有利偏离
结论：不是纳什均衡
与检验 2 完全对称

检验 4：（猎兔，猎兔）→ 是纳什均衡 ✓

玩家1：猎兔得 1，若改猎鹿（对方仍猎兔）得 0 → 无利可图
玩家2：同理，维持猎兔得 1，改猎鹿得 0 → 无利可图
结论：这是纳什均衡

考点：本博弈有两个纳什均衡

（猎鹿，猎鹿）—— 高效均衡

（猎兔，猎兔）—— 低效但稳定的均衡

这说明纳什均衡不唯一，且不一定是社会最优的。

五、为什么（猎兔，猎兔）是「反直觉」的均衡 [07:21]

悖论所在

（猎兔，猎兔）给双方各 1 单位肉，严格劣于（猎鹿，猎鹿）各得 3 的结果。为什么理性玩家会「陷」在这个低效结果里？

核心解释：预期与协调失败

如果玩家的预期是对方今天会去猎兔（例如猎场公告「今天是猎兔日」），那么每个人的最优反应就是也去猎兔
一旦这种预期形成，双方都被锁定在猎兔的均衡中，无人有动机单方面脱离
理解：纳什均衡的稳定性是「局部」的——它只保证无人愿意单独偏离，不保证它是全局最优。要跳到（猎鹿，猎鹿），需要双方同时协调改变预期，而这在无沟通的情况下很难实现

关键结论

纳什均衡不一定有效率（efficient），不一定「好」
但纳什均衡一定是稳定的——在（猎兔，猎兔）下，只要对方也猎兔，没人会后悔
这正是我们寻找纳什均衡的原因：它刻画了「无人后悔」的稳定状态

易错点辨析：

「纳什均衡」≠「最优结果」。猎鹿博弈清楚表明，一个低效结果也可以是纳什均衡。

判断均衡的唯一标准是「是否存在单方面有利偏离」，而非「收益是否最高」。

两个均衡的收益排序：（猎鹿，猎鹿）3 > （猎兔，猎兔）1，但两者都是均衡。

六、本讲小结与延伸 [08:11]

本讲要点回顾

猎鹿博弈不存在严格占优策略，占优法失效
引入纳什均衡：无人有动机单方面偏离的策略组合
检验方法：孤立结果 → 检查单方面有利偏离
猎鹿博弈有两个纳什均衡：（猎鹿，猎鹿）和（猎兔，猎兔）
纳什均衡未必有效率，但一定稳定

【拓展】相关概念补充

协调博弈（Coordination Game）：猎鹿博弈是典型的协调博弈——玩家希望协调到某个均衡，但可能存在多个均衡。类似例子包括：手机操作系统选择（iOS vs Android）、道路靠左行驶 vs 靠右行驶、QWERTY 键盘标准等。
风险占优 vs 收益占优（Risk Dominance vs Payoff Dominance）：
- （猎鹿，猎鹿）是收益占优均衡（总收益最高）
- （猎兔，猎兔）是风险占优均衡（偏离风险最低，更「安全」）
- 思考：现实中人们常选择风险占优，因为担心对方不配合导致自己一无所有（得 0）。这解释了为什么低效标准有时能长期存在。
与囚徒困境的对比：
- 囚徒困境：唯一均衡是（背叛，背叛），且该均衡对双方都劣于合作——这是「个体理性 vs 集体理性」的冲突
- 猎鹿博弈：存在一个高效均衡和一个低效均衡，问题在于能否协调，而非个体理性本身
混合策略：本讲只讨论纯策略纳什均衡。在猎鹿博弈中，还存在一个混合策略纳什均衡（双方以某概率随机选择），但这不是本讲重点。

下讲预告

下一讲将从直觉层面理解纳什均衡（what Nash Equilibrium is intuitively）。

关键标签 / 关键词

博弈论 Game Theory 101 纳什均衡 Nash Equilibrium 猎鹿博弈 Stag Hunt 收益矩阵 Payoff Matrix 严格占优策略 Strictly Dominated Strategy 有利偏离 Profitable Deviation 协调博弈 Coordination Game 风险占优 收益占优 匹兹堡大学 William Spaniel 囚徒困境 混合策略