博弈论 101 第 24 讲（英文原声）：The Centipede Game

视频封面

视频元信息

视频标题：The Centipede Game（蜈蚣博弈）
所属系列：匹兹堡大学博弈论101（Game Theory 101），2012–2020，油管873万+播放
本集编号：p110 / 第24讲
语言：英文（原始转录含部分繁体中文误识别内容）
时长：约 4 分 37 秒

内容摘要（TL;DR）

本讲介绍蜈蚣博弈（Centipede Game）：两名玩家轮流选择「继续」或「结束」，共100步。用逆向归纳法求解，得到子博弈完美均衡为玩家1在第一步就结束、仅得2美元。然而实验室实验显示玩家实际会玩很久、双方收益更好，形成理论与现实的背离，引出「承诺问题」的讨论。

一、蜈蚣博弈的规则设定 [00:30]

基本结构

这是一个序贯博弈（Sequential Game），两名玩家轮流行动，一共进行100轮，因此得名「蜈蚣」（有100条腿）。

收益结构（从结尾倒推描述）：

最后一步由玩家2行动，她可以选择「履约（honor）」或「背叛（defect）」：
- 若履约：双方各得 100
- 若背叛：玩家2得 101，玩家1得 99
往前推一步，若轮到玩家1行动：
- 若结束：玩家1得 4，玩家2得 2
- 若继续：进入下一步
更早一步，若轮到玩家2：
- 若结束：玩家2得 3，玩家1得 1

规则要点：每一步「继续」都会让奖池增加2美元；任何时刻选择「结束」的玩家，可以比对方多拿2美元，对方拿剩余部分。

另一种理解方式（奖池视角）

理解：可以把整个博弈想象成一个不断长大的奖池。

每当有玩家选择「继续」，就往奖池里加2美元。
如果一路继续到底、玩家2选择履约，则平分奖池（50-50）：奖池共200美元，双方各得100美元。
但如果某位玩家在中途选择「结束」，他可以从奖池中比对方多拿2美元，对方拿剩下的部分。

易错点：蜈蚣博弈的收益不是「结束者拿全部」，而是「结束者比对方多拿2美元」。这个细节决定了逆向归纳的每一步比较结果。

二、用逆向归纳法求解 [01:28]

为什么看起来很难

表面上看，蜈蚣博弈有大量信息集（information sets），屏幕上还用了省略号「...」表示中间被省略的步骤，实际信息集比画出来的更多。

思考：初学者容易因为「100步」而觉得计算量爆炸，但逆向归纳的本质是逐层剥离，每一步只需比较两个数字。

求解过程（从最后一步倒推）

第1步：最后一步（玩家2决策）

履约得 100，背叛得 101
101 > 100 → 玩家2选择背叛

第2步：倒数第二步（玩家1决策）

结束得 100，继续则玩家2背叛、玩家1只得 99
100 > 99 → 玩家1选择结束

第3步：再往前一步（玩家2决策）

结束得 99，继续则玩家1结束、玩家2只得 98
99 > 98 → 玩家2选择结束

第4步及以后：模式不断重复

这个过程会一遍又一遍地重复，一直倒推到博弈的最开始。

最终结果（倒推到起点）：

玩家2会在她的某个决策点选择结束
因此对玩家1而言：若继续，玩家2结束，玩家1得 1；若自己结束，得 2
2 > 1 → 玩家1选择结束

子博弈完美均衡（SPE）

考点：子博弈完美均衡 —— 每位玩家在自己的每个信息集上都选择「结束」，博弈的结果是玩家1在最开始就结束，玩家1得 2，玩家2得 0。

理解：这就是「逆向归纳悖论」的经典体现——理性推导的终点，是双方都拿到极差的收益。

三、承诺问题（Commitment Problem） [02:58]

核心矛盾

视频指出，这本质上是一个承诺问题（Commitment Problem）：

如果双方能够可信地承诺（credibly commit）一路继续到底，那么结果会好得多——双方各得 100。
但现实中玩家1在第一步就结束，只得到 2，玩家2得 0，收益远远更低。

情形	玩家1收益	玩家2收益
子博弈完美均衡（第一步结束）	2	0
双方承诺继续到底（50-50分200）	100	100

重点：承诺问题 —— 个体理性（每步都选对自己更有利的选项）导致集体结果变差。这与囚徒困境的逻辑相通：理性的个体选择，未必带来集体的最优结果。

思考：蜈蚣博弈常被用来讨论「信任」「合作」与「声誉机制」。如果博弈重复进行，或者玩家能建立声誉，承诺就可能变得可信。

四、实验证据与理论背离 [03:23]

理论预测 vs 实验室现实

理论预测（SPE）：

玩家1在博弈一开始就结束
玩家1得 2，玩家2得 0，游戏立即结束

实验室实际观察：

玩家们会实际玩上一段时间，不会立刻结束
例如：直到玩家2决定结束，此时她得 57，玩家1得 55
双方收益都明显好于理论预测的「糟糕结果」

背离带来的问题

这产生了一个有趣的动态：为什么基于子博弈完美均衡和逆向归纳的预测，与现实生活中实际发生的情况不一样？

视频作者提出两个待解答的问题：

为什么会看到这种背离（discrepancy）？
这种背离到底是博弈论本身的问题，还是在我们所做假设下本就应该预期到的现象？

作者预告将在下一期视频中专门讨论这个问题，并强调：如果你对用博弈论做任何数学建模感兴趣，那期视频会非常重要。

五、关键概念解释与背景补充

1. 逆向归纳法（Backward Induction）

定义：从博弈的最后一步开始，假设所有玩家理性，逐步向前推导每个决策点的最优选择。
适用条件：完全信息、有限期的序贯博弈。
本讲应用：蜈蚣博弈虽长，但本质是「拉长版的逆向归纳」。

2. 子博弈完美均衡（Subgame Perfect Equilibrium, SPE）

定义：策略组合在每一个子博弈中都是纳什均衡。
与纳什均衡的区别：SPE 排除了「不可信威胁」（non-credible threats）。
本讲结论：蜈蚣博弈的SPE是「每个人都在自己的信息集结束」。

3. 承诺问题（Commitment Problem）

定义：当一方无法可信地承诺某个未来行动时，会导致次优结果。
经典类比：囚徒困境中的「合作承诺」、Stackelberg 博弈中的「先动优势」。

4. 信息集（Information Set）

定义：玩家在做决策时，所有可能处于的、他无法区分的博弈节点集合。
本讲细节：蜈蚣博弈中用省略号表示大量未画出的信息集。

六、容易踩坑的点

易错点汇总：

收益比较方向搞反：逆向归纳时，每一步都要比较「结束」和「继续」两个结果，注意是当前玩家自己的收益，不是双方总收益。
误以为「继续」一定更好：直觉上「继续」能让奖池变大，但因为对方下一步会背叛，所以「继续」反而更差。
混淆 SPE 与纳什均衡：蜈蚣博弈中「一路继续」也可能是某种纳什均衡，但不是子博弈完美的。
忽略承诺的可信性：口头承诺「我一定继续」如果没有约束机制，就是不可信威胁，不改变SPE。
误读实验结论：实验显示玩家玩得久，不代表博弈论错了，而是说明现实中的偏好/假设（如完全理性、共同知识）可能不成立。

七、拓展与延伸【拓展】

【拓展】蜈蚣博弈的学术背景

由 Rosenthal（1981） 提出，后由 Binmore 等学者推广。
名称来源于博弈树形状像一条多足蜈蚣。
是检验「逆向归纳」与「人类实际行为」差异的经典实验范式。

【拓展】为什么现实中人们会继续玩？

思考：可能的原因包括——

有限理性：玩家不会无限层地推理。
社会偏好：人们在乎公平、互惠，而非纯自利。
声誉与重复博弈：如果博弈会重复，合作可能更有利。
风险与不确定性：玩家可能怀疑对方不会真的背叛。

【拓展】与囚徒困境的联系

本系列从囚徒困境讲起，蜈蚣博弈是同一主题的延伸：

两者都体现个体理性与集体理性的冲突。
区别：囚徒困境是同时博弈，蜈蚣博弈是序贯博弈，且用逆向归纳求解。

【拓展】应用场景

经济学：寡头企业的价格战、投资退出决策。
政治学：军备竞赛、国际条约的履约问题。
生物学：动物合作行为的演化。
商业谈判：逐步让步 vs 强硬承诺。

关键标签 / 关键词

蜈蚣博弈 Centipede Game 逆向归纳 Backward Induction 子博弈完美均衡 SPE 承诺问题 Commitment Problem 序贯博弈 Sequential Game 信息集 Information Set 博弈论101 Game Theory 101 匹兹堡大学 囚徒困境 有限理性 实验经济学 纳什均衡 可信承诺