博弈论 101 第 19 讲（英文原声）：Multiple SPEs

视频封面

视频元信息

课程定位：Game Theory 101 第 2.3 课（教材《Game Theory 101: The Complete Textbook》）
主题：多重子博弈完美均衡（Multiple Subgame Perfect Equilibria, Multiple SPEs）
时长：约 8 分 30 秒
语言：英文（本笔记统一用简体中文整理）

内容摘要（TL;DR）

本视频讲解扩展式博弈中何时会出现多个子博弈完美均衡。核心结论：当某个决策节点上，玩家在"继续参与子博弈"与"终止/退出"之间的期望收益恰好相等（无差异）时，就会出现无穷多个子博弈完美均衡。视频用一个具体例子演示：先用逆向归纳求解一个同时行动性质的子博弈（混合策略纳什均衡），算出期望收益，再与"退出"选项比较，发现两者都等于 −1/3，从而产生无差异与多重均衡。

一、课程引入与问题提出 [00:00]

要点：

本课属于 Game Theory 101 第 2.3 课，主题是多重子博弈完美均衡。
此前接触的扩展式博弈大多只有唯一的子博弈完美均衡，这是常态。
但确实存在少数情形会出现多个子博弈完美均衡，本视频就是解释"这种情况何时发生"并给出一个例子。

理解：这一节的作用是建立预期——多重 SPE 是例外而非常态，学习它的价值在于识别"什么时候会破例"，而不是把它当成常规解法。

二、示例博弈的结构描述 [00:31]

要点：

玩家 1 首先选择 Stay（留下） 或 Go（进入）。
若玩家 1 选择 Go，则轮到玩家 2 选择 Left（左） 或 Right（右）。
之后玩家 1 再次行动，选择 Up（上） 或 Down（下）。
关键结构特征：玩家 1 第二次行动时，不知道玩家 2 之前选了 Left 还是 Right——图中用虚线（information set，信息集）表示。

博弈树大致结构（还原自讲解）：

玩家 1 先选 Stay 或 Go。
若 Stay，博弈结束（玩家 1 得到某个固定收益）。
若 Go，玩家 2 选 Left 或 Right。
无论玩家 2 选哪个，玩家 1 都在同一个信息集内选 Up 或 Down（即他分不清自己处在哪个分支）。
收益（玩家 1 的收益）：
- 玩家 2 选 Left 时：Up 得 3，Down 得 −1 → Up 更优（3 > −1）
- 玩家 2 选 Right 时：Up 得 −2，Down 得 0 → Down 更优（0 > −2）
- Stay 的收益：−1/3

易错点：信息集（虚线）意味着"玩家 1 不知道玩家 2 的选择"。因此玩家 1 第二次行动处的两个节点不能各自单独当作子博弈来求解——因为玩家 1 无法区分它们。这是本视频最容易踩坑的地方。

理解：正是"信息不对称/信息缺失"导致玩家 1 的第二次决策点跨越了两个博弈树分支，形成一个不可分割的整体，从而必须用同时行动博弈的思路来处理。

三、为什么不能直接逆向归纳 [01:08]

要点：

常规解法是逆向归纳（backward induction）：从博弈末端往上推。
但这里不能完全用逆向归纳，因为玩家 1 第二次行动处不构成一个合法的子博弈。
原因：玩家 1 在选 Up/Down 时，不知道自己究竟在 Left 分支还是 Right 分支。
如果硬要分情况看：
- 若玩家 2 选 Left → 玩家 1 应选 Up（3 > −1）
- 若玩家 2 选 Right → 玩家 1 应选 Down（0 > −2）
两种情况下玩家 1 的最优选择不同，所以无法简单地把某个分支"剪掉"单独求解。

核心提醒：子博弈（subgame）必须从一个单独节点开始，且该节点之后的所有信息集都不能被截断。 玩家 1 的第二次行动跨越两个分支，因此它不是一个合法子博弈的起点。

推导：逆向归纳要求每个子博弈内部决策独立可解。这里玩家 1 的决策依赖于"玩家 2 选了什么"这一未知信息，所以必须把玩家 2 的 Left/Right 与玩家 1 的 Up/Down 放在一起，作为一个同时行动博弈来解。

四、正确解法：把该部分视为同时行动博弈 [02:01]

要点：

正确做法：不要在上面（玩家 1 第二次行动处）剪枝，而是在下面剪枝——去掉最顶端的那一步（Stay/Go 的决策）。
把玩家 2 的 Left/Right 与玩家 1 的 Up/Down 组合起来的这部分，看作一个合法的子博弈。
这个子博弈本质上是一个同时行动博弈（simultaneous move game），因为玩家 1 不知道玩家 2 的选择。
求解该子博弈的纳什均衡，再往上推，用其期望收益来判断玩家 1 在顶端应选 Stay 还是 Go。

理解：这正是"信息集把序贯博弈转化为同时博弈"的典型手法——当后行动者无法观察先行动者的选择时，序贯结构在信息上退化为同时决策。

五、子博弈的战略式转换与纳什均衡 [02:49]

要点：

把该子博弈写成战略式（strategic form），得到的是一个零和混合策略博弈，与之前"混合策略算法"单元中见过的博弈完全一致。
玩家 2 的策略：Left、Right
玩家 1 的策略：Up、Down
收益与博弈树中的对应关系完全一致。
该子博弈的唯一纳什均衡：
- 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

说明：视频中口播为"1-6""5-6""1-3""2-3rds"，即 1/6、5/6、1/3、2/3。

思考：这个混合均衡的直觉是——玩家 1 用 1/6 的概率选 Up，恰好让玩家 2 在 Left 与 Right 之间无差异；玩家 2 用 1/3 的概率选 Left，恰好让玩家 1 在 Up 与 Down 之间无差异。这是标准混合策略均衡的"使对方无差异"逻辑。

六、计算玩家 1 的期望收益 [03:36]

要点：

要判断玩家 1 在顶端该选 Stay 还是 Go，必须先算出他在"Go"路径下的期望收益。
计算步骤：
1. 先算每个结果（outcome）发生的概率（两个玩家策略概率相乘）；
2. 再用这些概率乘以对应的玩家 1 收益；
3. 最后加总。

四种结果的概率：

结果	概率计算	概率
Up-Left	1/6 × 1/3	1/18
Down-Left	5/6 × 1/3	5/18
Up-Right	1/6 × 2/3	2/18
Down-Right	5/6 × 2/3	10/18

玩家 1 的期望收益计算（只看玩家 1 的收益）：

Up-Left：3 × (1/18) = 3/18
Down-Left：−1 × (5/18) = −5/18
Up-Right：−2 × (2/18) = −4/18
Down-Right：0 × (10/18) = 0

加总：3/18 − 5/18 − 4/18 + 0 = −6/18 = −1/3

易错点：计算期望收益时只乘"玩家 1 自己的收益"，不要混入玩家 2 的收益。 视频特别强调"我们忽略玩家 2 的收益"。

推导：期望收益 = Σ(结果概率 × 该结果下自己的收益)。这里 −1/3 就是玩家 1 选择 Go 后的期望收益。

补充：视频提到玩家 2 在该子博弈中的期望收益为 +1/3（零和博弈，双方期望收益之和为 0），但因为玩家 2 在顶端没有行动，这个数值对最终结论无关紧要，仅作验算用。

七、无差异与多重 SPE 的诞生 [05:41]

要点：

剪掉子博弈后，玩家 1 在顶端面临的选择：
- Stay：收益 −1/3
- Go：期望收益 −1/3
两者恰好相等 → 玩家 1 在 Stay 与 Go 之间完全无差异（indifferent）。
因此玩家 1 选什么都可以，存在无穷多个子博弈完美均衡。

多重 SPE 的完整描述：

玩家 1：以概率 p 选 Go，以概率 1 − p 选 Stay，其中 p 可以是 [0, 1] 内任意概率。
- p = 1：纯策略 Go
- p = 0：纯策略 Stay
- 0 < p < 1：任意混合
玩家 1 在子博弈内：Up 概率 1/6，Down 概率 5/6（无论顶端怎么选）
玩家 2：Left 概率 1/3，Right 概率 2/3

核心考点：多重 SPE 的根源是"无差异"（indifference）。 只要顶端两个选项的收益严格不等，就只有一个 SPE；只有恰好相等时，才会出现无穷多个 SPE。

理解：无穷多个 SPE 并不是"很多个不同的策略组合"，而是同一套子博弈内策略 + 顶端任意混合概率 p 构成的一族均衡。

八、为什么多重 SPE 很罕见 [07:25]

要点：

多重 SPE 出现的必要条件是精确的无差异：这里 Stay 与 Go 的收益必须完全相等（都是 −1/3）。
反例：如果 Stay 的收益是 −0.333 而不是 −1/3：
- −0.333 > −1/3（即 −0.3333…）
- 那么 Go 严格优于 Stay，玩家 1 会确定性地选 Go，多重 SPE 消失。
因此，精确无差异在实践中极其罕见，绝大多数博弈只有唯一的子博弈完美均衡。
但考试和作业题喜欢设置这种"曲线球"，所以多重 SPE 在题目中反而常见。

提醒：判断是否存在多重 SPE，关键看是否存在"精确相等"的收益。 只要有一丝不等，就退化为唯一 SPE。这是解题时的第一检查点。

思考：这体现了博弈论中"一般位置（generic position）"的思想——随机选取的收益几乎不会恰好相等，因此多重均衡在数学上是"测度为零"的例外。但教学与考试会刻意构造这种边界情形来考察理解深度。

九、本节总结与下节预告 [08:15]

要点：

本节是"如何寻找子博弈完美均衡"的极简速成课（lightning-quick crash course）。
核心要点回顾：
1. 遇到信息集导致无法直接逆向归纳时，在信息集下方剪枝，把该部分当作同时行动博弈求解；
2. 用子博弈的纳什均衡计算期望收益，再回到上层比较；
3. 若上层出现精确无差异，则产生无穷多个 SPE；
4. 多重 SPE 在实践中罕见，但在考题中常见。
下节预告：开始将子博弈完美均衡用于实际应用。

关键概念速查表

概念	含义	本节作用
子博弈完美均衡（SPE）	在每一个子博弈上都构成纳什均衡的策略组合	本视频讨论其多重性
信息集（information set）	玩家无法区分的决策节点集合，用虚线连接	导致玩家 1 第二次行动不能单独剪枝
逆向归纳	从末端往上推求解	因信息集而无法完全使用
同时行动博弈	玩家在不知对方选择的情况下行动	子博弈退化为同时博弈
混合策略纳什均衡	以概率随机化使对方无差异	子博弈的唯一均衡
期望收益	Σ(结果概率 × 收益)	计算 Go 的价值 = −1/3
无差异（indifference）	两个选项期望收益相等	多重 SPE 的根源