博弈论 101 第 36 讲（英文原声）：Rock Paper Scissors

视频封面

视频元信息

对应教材：Game Theory 101: The Complete Textbook，第 3.6 课
主题：石头剪刀布的混合策略纳什均衡
时长：约 6 分 27 秒

内容摘要（TL;DR）

本视频用石头剪刀布展示：纯策略纳什均衡不存在（存在循环克制），因此必须在混合策略中寻找均衡。等概率 1/3 混合是标准版石头剪刀布的混合策略纳什均衡，因为对手任何纯策略的期望收益都相等（均为 0），无偏离动机。但一旦改变收益结构（如石头输给纸时惩罚翻倍），等概率混合不再成立，需要将混合策略算法推广到三种以上策略。

章节笔记

一、引入与收益矩阵设定 [00:00]

William Spaniel 直接跳过背景介绍，给出石头剪刀布的策略式（strategic form）表达。

博弈结构：2 名玩家、3 种策略（石头、纸、剪刀）。
收益规则：相同则平局，双方收益均为 0；一方克制另一方时，胜者得 1，败者得 -1。
结果类型只有三种：赢、输、平。

这就是一个非常简洁的策略式博弈，完全对应现实中的石头剪刀布玩法。

二、核心问题：是否存在纯策略纳什均衡？ [00:49]

本节提出视频的核心问题：不是"怎么玩"石头剪刀布，而是"在均衡中怎么玩"。

考点：纯策略纳什均衡（pure strategy Nash equilibrium） 的定义——给定对手策略不变，任何一方都无法通过单方面改变策略获得更高收益。
讲授者先让观众自行思考，再给出答案。

三、循环论证：纯策略纳什均衡不存在 [01:15]

用"循环克制"论证：任何纯策略都会被对手的某个策略击败。

你出石头 → 我想出纸；
你出纸 → 我想出剪刀；
你出剪刀 → 我想出石头；
反过来同样成立，形成完整闭环。

理解：这个循环覆盖了所有三种纯策略组合，说明每个纯策略都存在"有利可图的偏离"（profitable deviation），因此纯策略纳什均衡不存在。

易错点： 不要因为"石头剪刀布没有纯策略均衡"就认为它没有均衡。纳什均衡的存在性定理（Nash, 1950）保证：任何有限博弈至少存在一个混合策略纳什均衡。 纯策略不存在，只意味着均衡必然出现在混合策略中。

四、类比"匹配硬币"（Matching Pennies）获得直觉 [01:48]

讲授者回顾匹配硬币博弈的经验，用来推测石头剪刀布的混合策略均衡。

匹配硬币的启示：当所有结果"同样好或同样坏"（对称）时，随机化是合理的；
若双方以相等概率随机化，对手在期望上最多只能与你打平；
由此推测：石头剪刀布中不应只在两种策略间混合，而应在三种策略间均匀混合——石头 1/3、纸 1/3、剪刀 1/3。

思考：这是从"二元对称博弈"到"三元对称博弈"的自然推广——对称性越强，均衡越倾向于均匀分布。

五、验证：1/3 均匀混合是混合策略纳什均衡 [02:33]

通过计算玩家 1 在每种纯策略下的期望收益来验证。

玩家 1 出石头的期望收益：

对手出石头（概率 1/3）：收益 0
对手出纸（概率 1/3）：收益 -1
对手出剪刀（概率 1/3）：收益 +1
期望 = (1/3)×0 + (1/3)×(-1) + (1/3)×(+1) = 0

玩家 1 出纸的期望收益：

对手出石头：+1；对手出纸：0；对手出剪刀：-1
期望 = (1/3)×(+1) + (1/3)×0 + (1/3)×(-1) = 0

玩家 1 出剪刀的期望收益：

对手出石头：-1；对手出纸：+1；对手出剪刀：0
期望 = (1/3)×(-1) + (1/3)×(+1) + (1/3)×0 = 0

结论： 三种纯策略的期望收益全部等于 0，玩家对三者完全无差异（indifferent），不存在有利可图的偏离，因此 1/3-1/3-1/3 的混合策略构成混合策略纳什均衡。

考点：混合策略纳什均衡的判定标准——在均衡中，被赋予正概率的每个纯策略必须给出相同的期望收益；否则玩家会把概率全部转移到收益更高的策略上，原混合策略就不是均衡。

理解：注意这里用到的技巧是"验证法"：先猜出候选均衡，再逐一计算期望收益来确认无偏离动机。这在对称博弈中非常高效，但一旦博弈失去对称性，猜就不管用了。

六、对称性被打破：修改收益后的困境 [04:06]

讲授者指出"猜测法"的局限，并引入一个修改版石头剪刀布。

修改内容：纸胜石头的结果从 (+1, -1) 改为 (+2, -2)。即出纸赢石头时收益翻倍，出石头输给纸时惩罚也翻倍。
这一改动让博弈不再对称，纸变成"很有吸引力"的策略。

在对手仍以 1/3 均匀混合的假设下重新计算玩家 1 的期望收益：

出纸的期望 = (1/3)×(+2) + (1/3)×0 + (1/3)×(-1) = +1/3
出石头的期望 = (1/3)×0 + (1/3)×(-2) + (1/3)×(+1) = -1/3

结论： 出纸的期望收益（+1/3）严格优于出石头（-1/3），玩家不再无差异，原来的等概率混合不再是均衡。此时无法再靠直觉猜出均衡。

易错点： 很多学习者会默认"石头剪刀布的均衡就是各 1/3"，但这个结论只在收益完全对称时成立。一旦某个结果的收益被放大或缩小，均衡概率就会随之改变。

思考：修改后的均衡概率需要满足什么条件？直观上，纸变强了，对手会更愿意出剪刀来克制纸，而石头因为风险变大可能被少用。具体概率需要解方程——这正是视频结尾预告的"对称零和博弈技巧"要解决的问题。

七、总结与预告 [05:59]

本视频完成了两件事：证明石头剪刀布无纯策略均衡；验证标准版 1/3 均匀混合是混合策略纳什均衡。
遗留问题：当收益不对称时，如何系统求解混合策略纳什均衡？
预告： 下一课将介绍一个针对对称零和博弈（symmetric zero-sum games） 的关键技巧，可同时应用于石头剪刀布和许多其他类型的博弈。

理解：这个"技巧"通常指利用零和博弈的对称性建立期望收益方程组，令各纯策略期望收益相等后解出概率分布。

关键概念小结

概念	含义	在本视频中的作用
纯策略纳什均衡	双方都不愿单方面改变策略的纯策略组合	石头剪刀布中不存在（循环克制）
混合策略纳什均衡	以概率分布随机化策略的均衡	标准版为各 1/3
期望收益	各结果收益按概率加权求和	用于验证均衡（均为 0）
无差异条件	正概率策略的期望收益必须相等	判定混合均衡的核心标准
对称零和博弈	收益对称、一方所得即另一方所失	下一课求解均衡的关键结构