博弈论 101 第 11 讲：收益怎么算

视频封面

视频元信息

标题：博弈论 101 第 11 讲：如何计算混合策略纳什均衡中的收益
系列：匹兹堡大学博弈论 101（2012–2020），本集为 p12
主讲人：William Spaniel
主题：计算混合策略纳什均衡下的期望收益，并与纯策略纳什均衡收益作比较

内容摘要（TL;DR）

本讲以「性别之战」为例，讲解如何计算混合策略纳什均衡中的期望收益。方法分三步：先求出每种结果（outcome）发生的概率，再用该概率乘以特定玩家的收益，最后把所有乘积相加。算得玩家一、玩家二在混合策略均衡下的收益均为 2/3，并指出这一结果比让某一方「认输」的纯策略结果更差，说明混合策略均衡对双方而言是一种较差的结果。

一、引入：为什么需要计算混合策略均衡的收益 [00:00]

本讲主题：如何计算混合策略纳什均衡中的收益。
主讲人提到，这一内容在其「博弈论 101 完整版教材」第 16 课中也有讲解，想深入了解可查看视频简介中的信息。
回顾上一期内容：性别之战（Battle of the Sexes）中存在两个纯策略纳什均衡和一个混合策略纳什均衡。

性别之战的均衡结构（回顾）：

均衡类型	玩家一（男方）策略	玩家二（女方）策略
纯策略均衡 1	去看芭蕾	去看芭蕾
纯策略均衡 2	去看拳击	去看拳击
混合策略均衡	芭蕾 1/3，拳击 2/3	芭蕾 2/3，拳击 1/3

易错点：转录中的「巴雷」= 芭蕾（Ballet），「全机/前期」= 拳击（Boxing）。这是语音识别误差，理解时需还原为「芭蕾」与「拳击」。

纯策略均衡的收益很好读：只要看收益矩阵对应的格子即可，非常直接。
- 例：双方都选芭蕾时，玩家一得 1，玩家二得 2。
理解：纯策略均衡是一个确定的格子，收益直接读取；而混合策略均衡是概率分布，没有单一格子，因此必须算「期望收益」。

二、核心方法：混合策略均衡收益的三步算法 [01:26]

计算混合策略纳什均衡的期望收益，本质是一个简单算法，只需三步：

第一步：找出均衡中每种结果（outcome）发生的概率。
第二步：对每一种结果，用该结果的概率乘以某个特定玩家的收益。
第三步：把所有乘积加总，得到该玩家在混合策略纳什均衡中的期望收益。

考点：期望收益公式 EU(玩家) = Σ [ P(结果) × 该结果下玩家的收益 ] 即「概率加权求和」，这是博弈论中所有期望效用计算的基础。

推导思路：混合策略意味着玩家以概率随机选择行动，双方行动相互独立，因此每种结果（行动组合）的概率 = 双方选择该行动的概率之积。

三、实操演示：第一步——求每种结果的概率 [01:40]

已知混合策略均衡下的策略：

玩家一：芭蕾 1/3，拳击 2/3
玩家二：芭蕾 2/3，拳击 1/3

关键前提：双方策略相互独立，因此结果概率 = 双方概率相乘。

四种结果的概率计算：

结果	玩家一概率	玩家二概率	结果概率
双方都去芭蕾	1/3	2/3	2/9
玩家一芭蕾、玩家二拳击	1/3	1/3	1/9
玩家一拳击、玩家二芭蕾	2/3	2/3	4/9
双方都去拳击	2/3	1/3	2/9

验算（必做步骤）：

2/9 + 1/9 + 4/9 + 2/9 = 9/9 = 1 ✓

易错点/自查方法：所有结果概率之和必须等于 1。因为「总得有事情发生」，这是概率的定义。若加总大于 1 或小于 1，说明计算有误，必须重做。

思考：这个「概率之和为 1」的验算是博弈论计算中的通用检查手段，能快速定位乘法或读取错误。

四、实操演示：第二步——概率乘以收益 [03:14]

以玩家一为例（此时忽略玩家二的收益，只看玩家一在每个格子的收益）：

结果	结果概率	玩家一收益	乘积
双方芭蕾	2/9	1	2/9
一芭蕾、二拳击	1/9	0	0
一拳击、二芭蕾	4/9	0	0
双方拳击	2/9	2	4/9

理解：玩家一在「不协调」的两个结果中收益为 0，所以这两项乘积直接为 0，可以简化计算。

五、实操演示：第三步——加总得期望收益 [03:30]

玩家一的期望收益：

2/9 + 0 + 0 + 4/9 = 6/9 = 2/3

玩家二的期望收益（更简单，因为概率不变）：

2/9 × 2 + 1/9 × 0 + 4/9 × 0 + 2/9 × 1 = 4/9 + 0 + 0 + 2/9 = 6/9 = 2/3

关键结论：在性别之战的混合策略纳什均衡中，玩家一和玩家二的期望收益都等于 2/3。注意：结果概率不因玩家不同而改变，所以算第二个玩家时只需重复后两步，无需重算概率。

思考：两位玩家期望收益相同，这在性别之战这类对称结构中是一个值得注意的现象，说明混合策略均衡往往「抹平」了双方的优势差异。

六、结果解读：混合策略均衡 vs 纯策略均衡 [04:12]

将混合策略均衡的收益与纯策略均衡的收益作比较，是极有价值的练习。

核心发现：

双方在混合策略均衡中都只得到 2/3。
对玩家一来说，混合策略均衡甚至比那个对自己不利的纯策略均衡还要糟糕。
- 玩家一宁愿去看拳击，也不愿跟玩家二一起去看芭蕾。
- 但如果落入混合策略均衡，他只能得到 2/3。
- 相比之下，他大可直接说：「嘿玩家二，我们就在芭蕾那儿碰面吧，我认输，你赢了」——这对玩家一来说反而更好。
对玩家二同样如此：纯策略均衡（芭蕾）让他更满意，而被困在混合策略均衡里更差。

重点结论：如果混合策略纳什均衡被理解为一种「冲突性结果」（双方谈不拢、无法协调），那么它比让某一方直接认输的纯策略结果还要差。也就是说，混合策略均衡在这里是一种「双输」的相对较差结果。

理解：这揭示了一个反直觉的博弈论现象——混合策略均衡虽然是纳什均衡（无人愿意单方面偏离），但它对双方的整体福利可能低于协调成功的纯策略均衡。
拓展【拓展】：在协调博弈（如性别之战）中，混合策略均衡通常是「风险占优」分析的对立面。纯策略均衡是「收益占优」的协调点，而混合策略均衡则代表了协调失败时的期望水平。现实中，这类博弈常通过沟通、承诺、外部规则来解决协调问题，从而避免落入混合策略均衡。

方法论建议：