视频元信息
- 讲师：William Spaniel（匹兹堡大学）
- 系列：Game Theory 101（对应教材 Lesson 1.5）
- 主题：混合策略算法（Mixed Strategy Algorithm）
- 时长：约 9 分 30 秒
- 语言：英文（原声），本笔记统一用简体中文整理
内容摘要（TL;DR）
本节讲解如何用「混合策略算法」求解混合策略纳什均衡：通过让对手在两个纯策略之间的期望效用相等，反解出本方各策略的概率。以非对称收益矩阵为例，最终求得玩家1以 1/6 概率选 Up、5/6 选 Down，玩家2以 1/3 概率选 Left、2/3 选 Right。核心思想是「让对手无所谓（indifferent）」，从而使其无法通过改变策略获利。
一、回顾与引入：从匹配硬币说起 [00:14]
- 上一节讲了匹配硬币（Matching Pennies），该博弈不存在纯策略纳什均衡。
- 猜测（且正确）双方各以 1/2 概率随机抛硬币，则每个玩家在 Heads 与 Tails 之间无差异（indifferent）。
- 无人能通过改变策略获得更好结果，符合纳什均衡定义，因此「抛硬币」就是一个混合策略纳什均衡。
考点： 匹配硬币之所以容易猜，是因为其收益全是 +1 和 -1，结构对称。但大多数博弈收益结构并不这么简单，不能靠直觉猜出概率，必须用算法求解。
- 本节引入一个通用工具——混合策略算法（Mixed Strategy Algorithm），用来找出让对手无差异的混合策略概率。
理解：混合策略的本质不是「随机化为了好玩」，而是通过精确的概率设置，让对手在两个纯策略之间收益相等，从而丧失偏离动机。
二、混合策略纳什均衡的核心逻辑 [01:10]
- 目标：为玩家1找一个混合策略（一部分时间玩 Up，其余时间玩 Down）。
- 该策略要让玩家2在 Left 和 Right 之间无差异。
- 若玩家2选 Left 与选 Right 的平均收益相同，则她选哪个都无所谓，可以随机化。
- 若玩家2的随机化又让玩家1在 Up 和 Down 之间无差异，则玩家1也满足于维持原混合策略。
- 结果：双方都没有动机改变策略，达到混合策略纳什均衡。
定义回顾： 纳什均衡要求「给定对方策略，任何一方都无法通过单方面偏离获得更高收益」。混合策略均衡中，偏离的收益与不偏离相同（无差异），因此偏离「无利可图」。
推导思路：均衡条件 = 对手在两个纯策略上的期望效用相等。这是求解混合策略均衡的出发点。
三、第一步：求解玩家1的混合策略（让玩家2无差异）[02:02]
3.1 设定变量
- 用 σ_U 表示玩家1选择 Up 的概率。
- 则玩家1选择 Down 的概率为 1 − σ_U。
- 玩家2选 Left 的收益：玩家1 Up 时为 −3，Down 时为 1。
- 玩家2选 Right 的收益：玩家1 Up 时为 2，Down 时为 0。
3.2 玩家2选 Left 的期望效用
- 公式：EU(Left) = σ_U × (−3) + (1 − σ_U) × 1
- 说明：σ_U 概率下玩家1玩 Up，玩家2得 −3；其余 (1 − σ_U) 概率下玩家1玩 Down，玩家2得 1。
3.3 玩家2选 Right 的期望效用
- 公式：EU(Right) = σ_U × 2 + (1 − σ_U) × 0
- 说明：σ_U 概率下玩家1玩 Up，玩家2得 2；其余概率下得 0。
3.4 令两者相等并求解
- 设 EU(Left) = EU(Right)：
- σ_U × (−3) + (1 − σ_U) × 1 = σ_U × 2 + (1 − σ_U) × 0
- 解得：σ_U = 1/6
易错点： 这里解出的 σ_U = 1/6 是玩家1的概率，但它是由玩家2的收益方程解出来的。不要搞反——求谁的混合策略，就用对手的收益方程。
- 结论：玩家1以 1/6 概率玩 Up、5/6 概率玩 Down，会让玩家2在 Left 与 Right 之间无差异。
理解：为什么用玩家2的收益来解玩家1的概率？因为均衡要求「玩家1的选择恰好让玩家2无所谓」。这是一个交叉对应的关系，也是本节最容易混淆的地方。
四、第二步：求解玩家2的混合策略（让玩家1无差异）[06:17]
4.1 设定变量
- 用 σ_L 表示玩家2选择 Left 的概率。
- 则玩家2选择 Right 的概率为 1 − σ_L。
- 玩家1选 Up 的收益：玩家2 Left 时为 3，Right 时为 −2。
- 玩家1选 Down 的收益：玩家2 Left 时为 −1，Right 时为 0。
4.2 玩家1选 Up 的期望效用
- 公式：EU(Up) = σ_L × 3 + (1 − σ_L) × (−2)
4.3 玩家1选 Down 的期望效用
- 公式：EU(Down) = σ_L × (−1) + (1 − σ_L) × 0
4.4 令两者相等并求解
- 设 EU(Up) = EU(Down)：
- σ_L × 3 + (1 − σ_L) × (−2) = σ_L × (−1) + (1 − σ_L) × 0
-
解得：σ_L = 1/3
-
结论：玩家2以 1/3 概率玩 Left、2/3 概率玩 Right，会让玩家1在 Up 与 Down 之间无差异。
推导：3σ_L − 2 + 2σ_L = −σ_L，即 5σ_L − 2 = −σ_L，6σ_L = 2，σ_L = 1/3。
五、最终结果：混合策略纳什均衡 [08:29]
- 玩家1： Up 概率 = 1/6，Down 概率 = 5/6
- 玩家2： Left 概率 = 1/3，Right 概率 = 2/3
在该组合下：
- 玩家1在 Up 与 Down 上的期望效用相同；
- 玩家2在 Left 与 Right 上的期望效用相同；
- 无人能通过单方面偏离获利（no profitable deviation）。
因此该概率组合构成混合策略纳什均衡。
核心结论： 混合策略算法 = 让对手在其纯策略之间无差异。解出的概率保证对手「无所谓」，从而均衡成立。
六、算法步骤总结（可复用模板）
- 设玩家1选某策略的概率为 σ（如 σ_U），则另一策略概率为 1 − σ。
- 写出玩家2两个纯策略的期望效用表达式。
- 令两式相等，解出 σ → 得到玩家1的混合策略。
- 换位：设玩家2概率为 σ_L，写出玩家1两个纯策略的期望效用。
- 令两式相等，解出 σ_L → 得到玩家2的混合策略。
- 组合即混合策略纳什均衡。
思考：这个「交叉求解」结构可以推广到任意 2×2 博弈，是标准解法。若博弈是 2×N 或更复杂，需用支撑集（support）方法。
七、拓展与背景补充
【拓展】期望效用（Expected Utility）是什么
- 期望效用 = 各结果收益的概率加权平均。
- 例：EU(Left) = σ_U × (−3) + (1 − σ_U) × 1，即把所有可能结果的收益按概率加权求和。
- 它是判断「随机选择平均下来是否划算」的基础工具。
【拓展】为什么混合策略均衡一定存在
- 纳什（1950）证明：任何有限博弈至少存在一个纳什均衡（可能为混合策略）。
- 匹配硬币就是典型：没有纯策略均衡，但存在混合策略均衡（各 1/2）。
- 本节例子同样没有明显纯策略均衡，靠混合策略算法找到解。
【拓展】纯策略 vs 混合策略
- 纯策略（Pure Strategy）： 确定性地选一个动作（如一定玩 Up）。
- 混合策略（Mixed Strategy）： 以某概率分布随机选择动作（如 1/6 玩 Up）。
- 混合策略均衡常用于体育（点球方向）、扑克（诈唬频率）、安检等场景。
【拓展】常见误区提醒
易错点： 求解时不要用玩家自己的收益方程去解自己的概率。正确做法是「用对手的收益方程解出自己的概率」。视频结尾也预告：下一节专门讲混合策略纳什均衡中人们常犯的错误及如何避免。
【拓展】现实案例
- 点球博弈： 守门员与射手的混合策略，让对手无法预判方向。
- 扑克诈唬： 诈唬频率要精确到让对手跟注与否无差异，否则会被利用。
- 网络安全的随机审计： 检查概率要设计得让违规者「无所谓」，从而抑制违规。
关键标签 / 关键词
混合策略算法、纳什均衡、混合策略纳什均衡、期望效用、无差异、纯策略、匹配硬币、博弈论101、William Spaniel、2×2博弈、概率分布、理性偏离、收益矩阵、交叉求解、indifferent、Mixed Strategy Algorithm、Game Theory 101
生成时间：2026-10-11 22:56:01 生成平台：VideoNote www.xygy.top
