视频封面

视频元信息

  • 标题：匹兹堡大学博弈论101｜从囚徒困境讲起｜Game Theory 101 p08 [中文] 07 混合策略与猜硬币
  • 主讲人：William Spaniel（匹兹堡大学）
  • 系列背景：Game Theory 101，YouTube 累计播放 873 万+，2012–2020 年更新
  • 对应教材：《博弈论导论（完整版）》第 1.5 课
  • 本集主题：混合策略纳什均衡（Mixed Strategy Nash Equilibrium）入门——以"猜硬币/匹配硬币"为例

内容摘要（TL;DR）

本集以"匹配硬币"（猜硬币）博弈为切入点，说明纯策略纳什均衡不存在的博弈依然可以有解。通过引入混合策略（在多个纯策略上的概率分布）与纳什定理（所有有限博弈至少存在一个纳什均衡），指出"抛硬币式随机化"就是猜硬币博弈的均衡策略；并预告下一集将讲解求解混合策略均衡的通用算法。

一、开场与课程定位 [00:00]

  • 主讲人 William Spaniel 欢迎学员进入博弈论课程。
  • 本集正式开始探索混合策略纳什均衡（Mixed Strategy Nash Equilibrium）。
  • 起点案例：匹配硬币 / 猜硬币（Matching Pennies）。
  • 详细内容可参见其教材《博弈论导论（完整版）》第 1.5 课，更多资料见视频简介。

本集在系列中的位置：前几集已建立纯策略纳什均衡与相互最佳回应的概念，本集是向"混合策略"过渡的关键一集。

二、匹配硬币博弈的规则设定 [00:16]

游戏规则（基础事实）：

  • 你与朋友同时亮出一枚硬币。
  • 若两枚硬币匹配（都是正面，或都是反面）：朋友付给你 1 美元（你赢 1）。
  • 若两枚硬币不匹配（一正一反）：你付给朋友 1 美元（你输 1）。
  • 你需要选择让硬币哪一面朝上。

收益矩阵（以你的收益为视角）：

你 \ 朋友 正面 反面
正面 -1 +1
反面 +1 -1

考点：注意收益的符号方向。匹配时"你输"，不匹配时"你赢"，这与常见教材中"匹配者赢"的版本相反，但结构完全等价。

三、零和博弈与利益完全对立 [00:54]

  • 这是一个零和博弈（Zero-Sum Game）：每一组收益之和都等于 0（-1 + 1 = 0，其他情况同理）。
  • 你与朋友的利益完全对立：一方所得即另一方所失。

理解：零和博弈是"严格竞争"的极端形式，任何一方的收益改进必然以对方等量损失为代价。这类博弈通常不存在"合作双赢"的空间，因此均衡形态往往是混合策略。

现实类比：足球点球大战 [01:08]

  • 有一名前锋（想进球）和一名守门员（想阻止进球）。
  • 前锋想往守门员扑救的反方向踢；守门员想扑对方向。
  • 若守门员扑左、前锋也踢左 → 守门员高兴。
  • 若双方都往右 → 守门员高兴。
  • 若方向不一致 → 前锋高兴。

思考：点球大战是典型的"同时行动 + 利益对立"结构，与猜硬币同构。这也是体育竞技中混合策略最常见的应用场景——任何可被对手预测的固定策略都会被利用。

四、纯策略纳什均衡为何不存在 [01:36]

逐一分析四种纯策略组合，验证它们都无法构成纳什均衡：

  1. 玩家二知道玩家一会出正面 → 玩家二不想出正面，想换成反面。
  2. 玩家一知道玩家二会选反面 → 玩家一想选反面以确保匹配成功。
  3. 玩家二知道玩家一会选反面 → 玩家二又想选正面。
  4. 玩家一知道玩家二会出正面 → 玩家一想从反面换成正面。

结论：这里不存在任何纯策略纳什均衡。

易错点：很多人会误以为"猜硬币就是随机出"，但结论必须通过逐一检验每种纯策略组合是否满足"无人愿意单方面改变"才能严格得出。不要凭直觉下结论。

推导：纳什均衡的定义是"给定对方策略，任何一方都无法通过单方面改变策略来提高收益"。在猜硬币中，只要对方策略固定（如总出正面），你就能通过固定出反面稳赢——所以任何纯策略组合都会被某一方推翻。

五、纳什定理：有限博弈必有均衡 [02:34]

  • 纳什均衡这个名字来自 John Nash（约翰·纳什），大众可能通过电影《美丽心灵》认识他。
  • 他提出的定理开启了整场博弈论革命。

纳什定理（核心表述）：

所有有限博弈都至少存在一个纳什均衡。

  • 有限博弈的定义：玩家数量有限，且每个玩家的策略数量有限。
  • 本案例：2 个玩家，每人 2 种策略，属于有限博弈。
  • 既然纯策略中无均衡，那么根据纳什定理，混合策略中必定存在一个均衡。

考点：纳什定理保证的是"存在性"，而非"唯一性"或"纯策略存在性"。当纯策略均衡不存在时，混合策略均衡必然存在——这是本集最核心的理论支撑。

六、什么是混合策略 [03:08]

  • 混合策略：在两种或更多纯策略上的一个概率分布。
  • 在混合策略纳什均衡中，玩家会在自己的各个选项之间随机选择。
  • 若这些混合策略构成相互最佳回应（定义见上一集），则这组策略就是混合策略纳什均衡。

理解：纯策略是"确定地做某件事"（如"总出正面"），混合策略是"以某个概率做某件事"（如"以 50% 概率出正面"）。混合策略不是"随便乱出"，而是有精确概率权重的随机化。

七、猜硬币的均衡解：抛硬币（50/50） [03:29]

思想实验：假设你在和一个能读心的人玩猜硬币。

思考题（视频中请学员暂停思考）：当对手能完全看穿你会选什么时，你要怎样才能避免输？

答案：简单地抛硬币（随机化）。

  • 这个读心者最多也只能赢一半的次数。
  • 事实上，如果这个读心者也抛硬币，你也拿他没办法，赢不了他。

逐项验证 50/50 的均衡性质 [04:05]：

  • 若玩家二以 0.5 的概率随机化（一半时间出正面，一半时间出反面）：
    • 你选正面 → 赢一半时间，输一半时间。
    • 你选反面 → 输一半时间，赢一半时间。
    • 不管你做什么都无所谓，你无法改变结果。
  • 同样地，若你在抛硬币：
    • 玩家二出正面 → 输一半、赢一半。
    • 玩家二出反面 → 赢一半、输一半。
    • 他也无法确保自己获胜。

结论：双方都在抛硬币时，谁都无法通过改变策略来获得更好结果 → 符合相互最佳回应的定义 → 构成混合策略纳什均衡。

易错点：50/50 之所以是均衡，不是因为"随机很公平"，而是因为在对手 50/50 时，你的任何纯策略的期望收益都相同（均为 0），所以你没有动机偏离。均衡的本质仍是"无人愿意单方面改变"。

理解：这就是"无差异原理"的雏形——在混合策略均衡中，玩家对自己被混合的各个纯策略恰好无差异，否则就会偏向收益更高的那个策略。

八、为什么不能"凭空猜出"均衡概率 [05:11]

  • 在标准猜硬币中，50/50 看似显然，但我们通常没法凭空猜出这种抛硬币策略。
  • 一旦改变收益权重，直觉就失效了。

修改后的收益设定 [05:17]：

  • 硬币在正面匹配时：你赢 3 美元，朋友输 3 美元。
  • 在反面匹配时：没有差别（仍为 1 美元级别）。
  • 若不匹配且你出正面、他出反面：你输 2 美元，他赢 2 美元。
  • 若不匹配且你出反面、他出正面：你输 1 美元，他赢 1 美元。

关键结论：

  • 此时你没法简单看一眼收益矩阵就决定"只要抛硬币一切就都没问题"。
  • 在这个特定情况下，简单的 50/50 不再是最优。
  • 如果你的对手知道你在抛硬币（50/50），他其实就不会想针对你来制定策略（暗示此时对手可能找到更优的应对）。

易错点：很多人把"猜硬币的均衡就是 50/50"当成通用结论，这是错误的。均衡概率取决于收益结构，收益一变，均衡概率随之改变。50/50 只是对称零和博弈的特例。

推导：当收益不再对称时，若你仍以 50/50 出正面/反面，对手可以通过偏向某一面来获得正期望收益。因此你需要调整概率，使对手对出正面和出反面无差异，这才是新的均衡。

九、预告：混合策略算法 [05:40]

  • 面对复杂收益结构，需要开发一种更普遍的方法来求解这类情境。
  • 这个方法叫做混合策略算法（Mixed Strategy Algorithm）。
  • 将在下一个视频中讲解。

后续课程路线：

  • 接下来几集将深入讨论纯策略纳什均衡与混合策略纳什均衡。
  • 下一集介绍该算法，今后会一直用它来求解混合策略纳什均衡。

十、核心概念速查表

概念 简要解释
匹配硬币 / 猜硬币 双方同时出正反面，匹配则一方赢、不匹配则另一方赢的零和博弈
零和博弈 所有结果下双方收益之和恒为 0，利益完全对立
纯策略 确定性地选择一个行动（如"总出正面"）
混合策略 在多个纯策略上的概率分布（如"50% 正面、50% 反面"）
纯策略纳什均衡 每个玩家都确定性地选一个策略，且无人愿单方面改变
混合策略纳什均衡 玩家按概率随机化，且这些混合策略互为最佳回应
纳什定理 所有有限博弈至少存在一个纳什均衡（纯或混合）
相互最佳回应 给定对方策略，自己的策略已是最优，无改进空间
无差异原理（拓展） 混合均衡中，玩家对被混合的各纯策略的期望收益恰好相等

十一、【拓展】背景补充与常见误区

【拓展】关于约翰·纳什与纳什定理

  • 约翰·纳什（John Nash）于 1950 年证明纳什定理，1994 年获诺贝尔经济学奖。
  • 纳什定理的存在性证明依赖布劳威尔不动点定理（Brouwer Fixed Point Theorem），这是拓扑学中的经典结果。
  • 严格来说，纳什定理要求博弈是"有限的"：玩家数有限 + 每人策略数有限。

【拓展】零和博弈与冯·诺依曼

  • 零和博弈的混合策略解早在纳什之前就由冯·诺依曼（von Neumann）于 1928 年证明存在（极小极大定理，Minimax Theorem）。
  • 猜硬币是零和博弈的最简范例，其混合均衡可用极小极大定理直接求解。

【拓展】混合策略的现实意义

  • 体育：点球、网球发球、棒球投球等，运动员需随机化以不被对手预测。
  • 军事：巡逻路线、检查站设置需随机化。
  • 网络安全：防御方随机化检测策略，攻击方随机化攻击目标。
  • 扑克：诈唬频率需与价值下注频率配比，形成"平衡"。

【拓展】容易踩的坑

  1. 误以为"随机"就是"随便"：混合策略是精确的概率分布，不是乱来。
  2. 误以为 50/50 是万能解：只有在收益对称的猜硬币中才成立。
  3. 混淆"混合策略"与"混合行动"：混合策略是概率分布，不是同时做多个动作。
  4. 忽略"有限"前提：纳什定理只保证有限博弈存在均衡，无限博弈可能不存在。
  5. 用纯策略思维解混合策略博弈：必须计算期望收益，不能只看单个结果。

关键标签 / 关键词

博弈论 Game Theory 101 William Spaniel 匹兹堡大学 混合策略 Mixed Strategy 纳什均衡 Nash Equilibrium 纳什定理 猜硬币 匹配硬币 Matching Pennies 零和博弈 Zero-Sum Game 相互最佳回应 Best Response 点球大战 无差异原理 混合策略算法 纯策略均衡 有限博弈

生成时间：2026-10-11 21:39:33 生成平台：VideoNote www.xygy.top