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 p25 蜈蚣博弈
- 主讲人：William Spaniel
- 主题：蜈蚣博弈（Centipede Game）——逆向归纳的经典反例
- 对应教材：Game Theory 101 完整教材第 27 章
- 时长：约 4 分 21 秒（261 秒）
内容摘要（TL;DR）
本期讲解蜈蚣博弈：两位玩家轮流选择"继续"或"结束"，共 100 条腿，每继续一步奖池加 2 美元。用逆向归纳法从最后一步倒推，每个节点上的玩家都会选择结束，子博弈完美均衡结果是玩家一开局就结束、拿走 2 美元。但实验室实验显示，真实玩家会玩上一阵子，最终结果远好于理论预测。这引出"承诺问题"与理论预测和现实的差异。
一、蜈蚣博弈的规则设定 [00:00]
大家好，我是 William Spaniel，我们一起来学点博弈论吧。今天的主题是蜈蚣博弈。这个内容我在 Game Theory 101 完整教材的第 27 课里讲过。
博弈结构（基础事实）：
- 玩家一先行动，选择继续或结束。
- 若玩家一选择结束：玩家一得 2，玩家二得 0。
- 若玩家一选择继续：轮到玩家二行动。
- 玩家二若结束：玩家二得 3，玩家一得 1。
- 玩家二若继续：再轮到玩家一，玩家一结束得 4、玩家二得 2。
- 以此类推，整个过程重复 100 次，因此叫"蜈蚣博弈"——它一共有 100 条腿。
- 直到最后轮到玩家二行动，在游戏终点，他必须选择守信还是背叛：
- 若守信：两个玩家都得到 100。
- 若背叛：他得到 101，而玩家一得到 99。
理解：之所以叫"蜈蚣"，是因为把每一步的决策节点画成树状图后，形状像一条多足的蜈蚣。每一条"腿"就是一个决策节点。
奖池的直观理解（原文比喻）：
你可以这样理解：我们玩的这个游戏里，每一步只要玩家选择继续，我们就往奖池里加 2 美元。到了最后，如果我们一路继续到底，玩家二也选择守信，我们就平分这个奖池，两个玩家各得 100，也就是各拿到 100 美元奖池的一半。但在任何一个节点，玩家都可以选择结束游戏，从奖池里拿走比另一个玩家多 2 美元的分额，另一个玩家拿到剩下的部分。但提前结束的那个玩家，会比对方多拿 2 美元。
关键数字规律（易错点提醒）：
蜈蚣博弈的收益设计有一个精妙的规律：在任何节点选择"结束"的玩家，总是比"对方继续后自己可能拿到的"多 2 美元。这正是逆向归纳能一路推到底的数学根源。理解这个"+2"结构，是理解整个博弈的关键。
思考：这个"+2"设计意味着每一步"结束"都比"继续后被对方结束"略好一点点。差距虽小，但在理性假设下足以改变决策。
二、求解思路：逆向归纳法 [01:23]
那么我们该怎么求解这个博弈呢？你可能会觉得这会非常难，因为这里有太多不同的信息……但实际上这会非常简单，因为它不过是一个被拉得非常非常长的囚徒困境而已。我们只要从最后开始一步步往前推，或者一步步往回推，就没问题了。
核心方法（考点）：
- 蜈蚣博弈的求解工具是逆向归纳法（Backward Induction）。
- 本质上它是一个"被拉得非常非常长的囚徒困境"。
理解：逆向归纳法是求解有限序贯博弈的标准方法——从博弈树的末端开始，假设每个玩家在最后一步都会选择对自己最有利的行动，然后把这个结果"带回"前一步，逐步向前推导，直到起点。
三、逆向归纳的完整推导过程 [01:43]
第一步：最后节点（玩家二的选择）
我们就从最后这里开始。玩家二面临背叛还是守信的选择。如果他守信，他得到 100；如果他背叛，他得到 101。而 101 大于 100，所以这个（理性的）玩家在这里会选择背叛。
推导：
- 守信 → 100
- 背叛 → 101
- 101 > 100，所以玩家二在最后节点选择背叛。
第二步：往回推一步（玩家一的选择）
我们把这个信息带回去，往回推一步。现在轮到玩家一。如果他结束，他得到 100；如果他继续，玩家二就会背叛，那他只能得到 99。100 大于 99，这个（理性的）玩家在自己的决策点会选择结束。
推导：
- 结束 → 100
- 继续 → 玩家二背叛 → 自己只得 99
- 100 > 99，所以玩家一选择结束。
第三步：再往回推一步（玩家二的选择）
我们再把这个信息带回去，往回推一步。如果玩家二在这里结束，他得到 99；如果他继续，玩家一就会结束，那他只能得到 98。99 大于 98，所以这个（理性的）玩家在这里会选择结束。
推导：
- 结束 → 99
- 继续 → 玩家一结束 → 自己只得 98
- 99 > 98，所以玩家二选择结束。
第四步：模式重复，一路推到起点
于是这个过程就会一遍又一遍、一遍又一遍地重复下去。你应该明白这个意思了。就这样一直推到最开始。
推导链条（黑色基础事实）： 每个节点上，当前玩家"结束"的收益，总是比"继续后对方结束"时自己得到的收益多 1（在相邻节点比较中是 +2 结构下的差值），因此每一个节点都会被选择"结束"。
第五步：起点的结论
玩家二会在这个选择点上结束。正因为如此，如果玩家一继续，他就会结束，那它只能得到 1；如果他结束，他得到 2。2 大于 1，这个（理性的）玩家会选择结束。
推导：
- 玩家一继续 → 玩家二结束 → 玩家一只得 1
- 玩家一结束 → 自己得 2
- 2 > 1，所以玩家一选择结束。
四、子博弈完美均衡结果 [02:38]
所以此博弈完美均衡，就是每个人都在自己的信息集上选择结束。这一（均衡）博弈的结果，只是玩家一在最开始就直接结束，他得到 2，而玩家二得到 0。
均衡结论（考点）：
- 子博弈完美均衡（Subgame Perfect Equilibrium, SPE）：每个玩家在自己的每个信息集上都选择"结束"。
- 均衡路径结果：玩家一在最开始就直接结束，玩家一得 2，玩家二得 0。
- 游戏在第一步就终止，后面 99 条腿全部走不到。
易错点：蜈蚣博弈的 SPE 结论是"游戏一开始就结束"，而不是"玩到某一步再结束"。逆向归纳的威力在于——哪怕博弈有 100 步，只要每一步都是"结束优于继续"，那么第一步就会结束。这是很多人直觉上难以接受的地方。
五、承诺问题：为什么这不是理想结果 [02:48]
现在你会注意到，这是一个承诺问题。因为如果玩家们能够可信地承诺一路继续到底，那我们就会得到这里这个结果，这对两个玩家来说都好得多。
对比分析（理解/推导）：
| 情形 | 玩家一 | 玩家二 | 总计 |
|---|---|---|---|
| SPE 均衡（开局结束） | 2 | 0 | 2 |
| 一路继续到底、平分奖池 | 50 | 50 | 100 |
| 一路继续到底、最终守信 | 100 | 100 | 200 |
双方都能赚到 100，而不是像博弈一开始玩家一就结束那样，玩家一只拿到 2，玩家二拿到 0。这些数字比起另一种情况要小得多。如果我们能想办法一路继续到底，然后平分 200 美元，也就是各拿 50、50。
理解：这就是"承诺问题"（Commitment Problem）——如果双方能可信地承诺"绝不提前结束"，就能获得对双方都更好的结果。但理性假设下，任何一方在任一节点都有动机提前结束，承诺无法自我维持。
拓展：承诺问题的本质是"时间不一致性"（Time Inconsistency）。即使玩家在起点真诚地打算一路继续，一旦真正走到某个节点，提前结束的即时诱惑依然存在，因此承诺不可信。这与宏观经济政策中的"央行承诺不印钞"问题结构相同。
六、实验证据：理论与现实的差异 [03:14]
蜈蚣博弈有意思的地方在于，当我们在实验室里做实验，让两个玩家用真金白银来玩这个博弈时，我们实际上看到的，并不是（子博弈完美）均衡所预测的结果。
理论预测 vs 实验观察：
- 理论预测（SPE）：玩家一在博弈一开始就直接结束，得 2，玩家二得 0，游戏到此为止。
- 实验实际发生：玩家们实际上会玩上一阵子，比如一直玩到玩家二决定结束游戏，这时他得到 57，而玩家一得到 55。
- 实验结果范围：玩家们会在"开局结束"和"一路到底"之间的某个地方结束，表现比理论预期好得多。
核心矛盾（考点）：逆向归纳预测"第一步就结束"，但实验中玩家普遍会合作走很多步。这个"预测与现实的差异"是博弈论中最著名的实验异常之一（Rosenthal, 1981 提出；McKelvey & Palfrey 等做过系统实验）。
思考：为什么会出现这种差异？可能的原因包括：(1) 玩家并非完全理性；(2) 玩家对对方的理性程度有不确定性；(3) 存在利他偏好或公平偏好；(4) 有限步数的认知负担。这将在下一个视频中详细讨论。
拓展：蜈蚣博弈的实验结果通常呈现"随步数递减"的规律——步数越多，玩家越倾向于提前结束；但几乎不会在第一步就结束。这被称为"逆向归纳悖论"（Backward Induction Paradox）。
七、下期预告与建模启示 [04:14]
这就产生了一个有趣的动态。现在我们不仅要问：为什么我们基于子博弈完美均衡和逆向归纳做出的预测，和现实生活中实际发生的情况不一样？所以这里存在一个差异，我接下来会讲清楚，为什么会出现这种差异，以及这个差异到底是不是博弈论本身的问题，还是说在我们所做的假设下，这其实是我们本身就该预料到的。
所以请跟我一起看下一个视频，那个视频会非常重要，尤其是如果你有兴趣用博弈论来做任何形式的数学建模的话。
关键提醒（红色重点）：
- 下一期将解释"理论预测与现实差异"的根源。
- 这个差异未必是博弈论本身的缺陷，可能是在某些假设下本就该预料到的结果。
- 对用博弈论做数学建模的人来说，这一集非常重要。
理解：这暗示下一期会讨论"不完全信息"或"理性程度的不确定性"——即如果玩家不确定对方是否完全理性，那么继续走几步反而是理性的。这为蜈蚣博弈的实验异常提供了理论解释。
八、核心概念小结
基础概念（黑色）：
- 蜈蚣博弈（Centipede Game）：一种有限序贯博弈，玩家轮流选择继续或结束，每继续一步奖池增加。
- 逆向归纳法（Backward Induction）：从博弈末端向前推导的求解方法。
- 子博弈完美均衡（SPE）：每个信息集上都选择最优行动的均衡。
重点提醒（红色）：
- 考点：蜈蚣博弈的 SPE 结果是"第一步就结束"。
- 易错点：不要误以为"玩到某一步再结束"是均衡。
- 关键：承诺问题是理解蜈蚣博弈现实意义的核心。
理解与拓展（蓝色）：
- 理解：蜈蚣博弈本质是"拉长的囚徒困境"，合作对双方都好，但理性自利导致不合作。
- 拓展：实验异常引出了行为博弈论、不完全信息博弈等后续研究方向。
- 思考：如果加入"玩家可能不是完全理性"的概率，逆向归纳的结论会被削弱，这可能是现实与理论差异的合理解释。
关键标签 / 关键词
博弈论 #GameTheory #蜈蚣博弈 #CentipedeGame #逆向归纳 #BackwardInduction #子博弈完美均衡 #SPE #承诺问题 #CommitmentProblem #囚徒困境 #PrisonersDilemma #WilliamSpaniel #匹兹堡大学 #博弈论101 #实验经济学 #行为博弈论 #时间不一致性 #逆向归纳悖论
生成时间：2026-10-11 21:50:51 生成平台：VideoNote www.xygy.top
