视频封面

视频元信息

  • 标题：逆向归纳法存在的问题（The Problem with Backward Induction）
  • 作者：William Spaniel（Game Theory 101 系列作者，匹兹堡大学）
  • 系列定位：扩展式博弈（Extensive Form Games）章节的收尾前篇，下一期为「前向归纳法」
  • 配套资料：作者所著《Game Theory 101》完整版教材第二章第七节有详细讨论

内容摘要（TL;DR）

本期以「蜈蚣博弈」（视频中音译为「无功博弈」）为例，说明逆向归纳法在实验中失效的原因并非方法本身有错，而是建模时做出的两个关键假设有问题：「效用等于金钱」与「理性的共同知识」。作者强调博弈论只是数学工具，真正决定结论的是假设；结论糟糕时应修改假设而非否定博弈论。

一、开场与问题引入 [00:00]

  • 主讲人自我介绍：William Spaniel，Game Theory 101 系列作者。
  • 本期主题：逆向归纳法存在的问题。
  • 配套资源：完整版教材第二章第七节，链接见视频下方说明。

本节为引入，尚未进入正题，主要用于定位本期在整个系列中的位置。

二、回顾蜈蚣博弈（无功博弈）[00:14]

博弈规则回顾

  • 两名玩家轮流选择：继续（往奖池里再放 2 美元）或 背叛/结束游戏。
  • 若某一方选择结束游戏，该玩家比对手多拿 1 美元。
  • 若双方都选择继续直到最后，奖池平均分配。
  • 若玩家二在最后环节选择背叛，他能比对手多拿 2 美元。

逆向归纳法的解

  • 考点：逆向归纳法（Backward Induction）——从博弈树最后一个决策节点开始，假设该节点玩家会选择最优行动，然后逐层向前推导。
  • 最后环节：玩家二面对 101 比 100 的选择，101 > 100，所以玩家二选择背叛。
  • 推理链逐层回推：每个人都预期对方会在下一节点背叛，于是选择提前结束。
  • 最终结论：玩家一在游戏一开始就直接结束游戏。

易错点：逆向归纳法给出的「一开始就结束」并非「荒谬」的结论——在特定假设下它是逻辑上完全有效的。问题不在推理，而在假设。

三、实验事实与理论预测的冲突 [00:59]

  • 在实验环境下，玩家并不会遵循逆向归纳法得出的解。
  • 先手玩家不会一上来就立刻结束游戏，实际上大家会多玩上一阵子。
  • 这一现象引发了困惑：为什么理论预测与实验观察不一致？

理解：这是博弈论中「理论预测 vs 实验行为」的经典张力。行为博弈论（Behavioral Game Theory）正是从这类偏差中发展起来的。

四、作者的核心立场：逆向归纳法的解并不荒谬 [01:15]

  • 作者明确表示：我并不觉得逆向归纳法给出的解有多么荒谬，尽管实验环境里确实看不到它发生。
  • 原因在于该博弈所做的两个假设：
    1. 玩家根本不在乎对方，没有利他之心，只想让自己拿到的钱最大化。
    2. 玩家都超级聪明，能预见到博弈会如何发展。
  • 玩家们对上述推理链完全清楚（模型设定如此）。
  • 基于这两点假设，玩家一在游戏一开始就结束、自己拿到 2 美元，没有任何问题，也不荒谬。

提醒：结论是在那些假设成立的前提下才成立的。离开假设谈结论是没有意义的。

五、建模三步法与博弈论的本质 [02:22]

建模三步法

  1. 第一步：做出假设
  2. 第二步：以博弈论的形式做数学运算
  3. 第三步：得出结论

博弈论的本质

  • 博弈论本身只是一个数学过程，不包含任何思考，只是数学规则。
  • 类比：就像 2+2=4，或做线性代数、矩阵代数运算。
  • 真正的思考过程来自第一步——做假设的那一步。
  • 正是假设造就了数学运算，运算又推导出逻辑上有效的结论，这最终才是博弈论的产物。

关键论断

  • 博弈论本身并没有告诉我们任何东西；真正告诉我们一切的是那些假设。
  • 数学只是工具，博弈论只是从假设中形式化地推导出逻辑上有效的结论。
  • 我们没法质疑博弈论得出的结果——那就像质疑数学一样，你无法合理反驳 2+2=4。
  • 我们能质疑的是那些造就了数学运算、让我们得以得出结论的假设。
  • 考点：在博弈论模型中，真正应该批评的不是博弈论本身，而是假设。

思考：这一「假设—运算—结论」的三段论，是理解一切形式化建模（经济学、统计学、机器学习）的通用框架。模型出错时，先查假设，再查推导。

六、糟糕假设之一：效用等于金钱 [03:49]

假设内容

  • 在蜈蚣博弈中，作者把期望效用直接等同于玩家拿到的美元金额。
  • 例如：玩家一结束拿 2 美元；玩家二拿走 3 美元给玩家一留 1 美元；等等。
  • 这隐含假设了：玩家只在乎钱，没有任何利他信念或偏好。

常见批评

  • 很多人批评博弈论：把玩家偏好设定成只追求以美元形式表现的期望效用最大化，别的什么都不管。
  • 于是他们说：博弈论限制太大、能研究的东西太有限，因为现实中玩家有利他信念。

作者的反驳

  • 这种说法荒谬至极。
  • 这并不是博弈论的公理，也不是博弈论本身内致的东西，只是建模者自己做出的假设。
  • 我们完全可以轻松修改期望效用，把利他偏好考虑进去。

修改假设的演示

  • 设定：当走到游戏最后、玩家二选择守信时，这对双方都是非常好的结果，因为体现了彼此信任，让人非常开心。
  • 假设：每个人除了拿到 100 美元，还额外获得 100 点「愉悦加分」，作为达成社会有益结果的奖励。

  • 重新计算：

    • 玩家二在最后环节面对守信能拿到 200 的情况，200 > 101，所以选择守信。
    • 玩家一面对「结束拿 100」vs「继续让玩家二守信拿到 200」，200 > 100，选择继续。
    • 一路回推，玩家一在游戏一开始就选择继续，玩家二也选择继续。
    • 最终结果：双方走到最后环节，互相分享、互相关心，每人拿到 200 点（100 美元 + 100 点愉悦加分）。

  • 结论：效用等于金钱只是一个糟糕的假设；若允许利他倾向存在，就会看到玩家真的会继续玩下去、走到博弈后段。

  • 生活化例子：如果你是跟你妈妈一起玩蜈蚣博弈，估计你们俩能走到最后环节，因为存在相互关爱。

易错点：不要把「效用=金钱」当成博弈论的内置设定。它只是建模者为了方便而做的简化假设，可随时替换为更丰富的偏好结构。

拓展：这正是行为经济学与实验经济学的重要切入点。例如 Fehr-Schmidt 不平等厌恶模型、Rabin 互惠模型，都是把利他/公平偏好形式化地写进效用函数的尝试。

七、糟糕假设之二：理性的共同知识 [07:50]

假设内容

  • 最初构建的模型中，玩家都超级聪明，且这是共同知识：
    • 我知道你很聪明，你知道我很聪明，我知道你知道我很聪明……层层递推。
  • 考点：理性的共同知识（Common Knowledge of Rationality）——不仅每个人理性，而且每个人知道每个人理性，且知道对方知道……无限层级。

现实中的问题

  • 现实中可能并非如此：玩家可能很笨，或者我不确定你到底是超级聪明还是很笨。
  • 你可能看不到「最后行动者会坑对方」这一点，而这会破坏前面阶段的合作。
  • 如果我不确定你聪明还是笨，那么一开始选择继续、试探你是否聪明，可能对我最有利。

为什么试探是值得的

  • 即使你不聪明的概率非常低，继续下去对我来说仍然值得。
  • 因为如果你不聪明、我们又一路玩下去，我能拿到 50 美元、60 美元甚至更多。
  • 而如果我作为玩家一一上来就结束，成本是只能拿到 2 美元。
  • 所以只要我觉得你可能很笨，冒险赌一把选择继续，从长远看可能让我赚得更多。

与实验观察的吻合

  • 这正好解释了实验环境中玩家会继续玩得更久的现象。
  • 还观察到：到了某个节点，玩家往往会停止、选择中断并结束游戏。
  • 原因可能是：随着游戏接近尾声，玩家越来越清楚地意识到最后结局会很糟糕，于是选择中断。
  • 玩家心理：「之前游戏刚开始是我太笨了，没看出这会怎么收场；但现在我看清问题了，所以我要马上结束游戏。」

支持性证据

  • 经济学家对局：让两个真正理解该模型机制的经济学家玩这个博弈，他们往往很早就互相背叛。
  • 国际象棋棋手对局：让国际象棋棋手在蜈蚣博弈中互相对弈，这些人本应能理解逆向归纳法、能从游戏末尾往前推理，但他们同样比普通人更早互相背叛、结束游戏。
  • 作者认为部分原因就在于他们之间存在理性的共同知识。

提醒：实验证据表明，「理性程度」和「对理性的共同知识」直接影响博弈行为。越确定对方理性，越早背叛；越不确定，越倾向于试探性合作。

理解：这也解释了为什么「有限理性」（bounded rationality）和「层级推理」（level-k reasoning）成为行为博弈论的重要研究方向。人们并非无限层级地推理，而是停留在某一层级。

八、总结与核心要点 [10:40]

本期核心结论

  • 逆向归纳法确实有点问题：如果玩家不是超级聪明，或者我们没有把期望效用算对、没有正确理解玩家偏好，逆向归纳法就会给出糟糕的结论。
  • 但这并不是逆向归纳法本身的问题，问题出在建模者身上，出在我们为了使用逆向归纳法而不得不做出的那些假设上。

建模三步法再强调

  1. 做出假设
  2. 做数学运算

  3. 得出结论

  4. 如果你的结论很糟糕，并不是因为博弈论告诉了你什么愚蠢的东西，而是因为你在游戏开始时或最初建模时做出了一个愚蠢的假设。

  5. 每当构建模型得到糟糕结果时，不妨去调整假设：看看能不能把期望效用改得稍微不一样，看是否能得到不同且符合预期的结果。
  6. 然后你就可以说：这就是推导出这个结果的关键假设；如果改变那个假设，就会得到不同的结果与结论。
  7. 这一点非常有价值，也是你应该学习博弈论的最有力理由之一——你能真正看清哪些假设是推导出你特定结论所必须的。

下期预告

  • 下一期将讨论前向归纳法（Forward Induction），为扩展式博弈这一章画上句号。
  • 作者评价：前向归纳法是非常有趣、非常精彩的话题。

关键概念解释（补充）

  • 逆向归纳法（Backward Induction）：求解有限扩展式博弈的标准方法。从最后一个决策节点开始，假设该节点玩家选最优行动，将结果回代到前一节点，逐层向前，直到初始节点。适用于完美信息有限博弈。
  • 蜈蚣博弈（Centipede Game）：Rosenthal (1981) 提出。两名玩家轮流决定「继续」或「结束」，奖池随继续而增大，但结束者比对手多拿固定份额。逆向归纳预测第一步就结束，但实验中玩家常合作到很后段。
  • 期望效用（Expected Utility）：冯·诺依曼-摩根斯坦效用。博弈论中通常用效用而非金钱代表偏好，效用函数可包含任何偏好（利他、公平、嫉妒等）。
  • 理性的共同知识（Common Knowledge of Rationality）：不仅要求每个玩家理性，还要求「每个玩家知道每个玩家理性」这一事实被无限层级地共享。是许多博弈论解概念（如纳什均衡的某些精炼）的隐含前提。
  • 【拓展】行为博弈论：研究真实人类在博弈中的系统性偏离。代表性模型包括：层级推理（level-k）、认知层级（cognitive hierarchy）、不平等厌恶（Fehr-Schmidt）、互惠（Rabin）。这些模型正是通过修改「效用=金钱」和「无限理性」两个假设来解释实验现象。

容易踩坑的点

  1. 把结论当真理：逆向归纳法的结论只在假设成立时有效，不要不加条件地套用到现实。
  2. 把「效用=金钱」当成博弈论公理：它只是建模者的简化选择，可替换。
  3. 把「理性」当成单一维度：理性程度、对理性的共同知识是两个独立假设，可分别放宽。
  4. 用「实验不符」否定博弈论：实验不符说明假设需要修改，而非工具本身失效。
  5. 忽略假设的可检验性：建模时应明确哪些假设是结论的关键，便于后续修改与检验。

关键标签 / 关键词

博弈论 #GameTheory101 #逆向归纳法 #BackwardInduction #蜈蚣博弈 #CentipedeGame #效用等于金钱 #理性的共同知识 #CommonKnowledge #建模假设 #扩展式博弈 #ExtensiveFormGames #行为博弈论 #WilliamSpaniel #匹兹堡大学 #前向归纳法 #期望效用 #有限理性

生成时间：2026-10-11 21:53:28 生成平台：VideoNote www.xygy.top