博弈论 101 第 36 讲：石头剪刀布

视频封面

视频元信息

标题：博弈论101 第36讲石头剪刀布（Game Theory 101, Episode 36: Rock-Paper-Scissors）
主讲人：William Spaniel（匹兹堡大学）
对应教材：博弈论要领（Game Theory 101: The Complete Textbook） 第 3.6 节
时长：约 5 分 45 秒
内容定位：混合策略纳什均衡入门 + 对称博弈求解思路的引入

内容摘要（TL;DR）

本讲用最经典的石头剪刀布博弈，说明为什么它不存在纯策略纳什均衡，并推导出（1/3, 1/3, 1/3）的混合策略纳什均衡。随后通过修改收益（布赢石头得 2 分）打破对称性，说明"猜答案"的方法失效，从而引出下一讲：如何用通用算法求解两个以上策略的混合策略均衡。

一、博弈设定：石头剪刀布的策略式 [00:00]

要点

两个玩家，每人有三种策略：石头、剪刀、布。
收益规则：出相同为平局，双方各得 0 分；一方获胜则赢家得 +1，输家得 −1。
这是一个对称的、零和的策略式博弈。

说明

William Spaniel 指出，这个博弈完全对应生活中玩的石头剪刀布：你要么赢、要么输、要么平局。与教材第 3.6 节内容一致。

本讲的核心问题不是"怎么玩石头剪刀布"，而是"在均衡状态下，我们怎么玩石头剪刀布"。

理解：把日常游戏形式化为"策略式博弈（strategic form game）"，是博弈论分析的第一步——先把参与者、策略集、收益函数三要素写清楚。

二、不存在纯策略纳什均衡 [00:50]

要点

结论：石头剪刀布不存在纯策略纳什均衡。
证明方式是一个循环论证（循环偏离链）：

当前情况	想偏离的一方	想改成什么
我出布	对手	出剪刀
对手出剪刀	我	出石头
我出石头	对手	出布
对手出布	我	出剪刀
我出剪刀	对手	出石头

这条链条覆盖了所有纯策略组合，任何组合下总有一方可以通过改出招来获利，因此不存在稳定的纯策略组合。

易错点：证明"不存在纯策略纳什均衡"不能只举一两个例子，必须说明所有纯策略组合都会被至少一方偏离。这里的循环链条正是为了穷尽所有情况。

思考：这体现了一个通用规律——凡是"任何策略都能被另一个策略克制"的循环结构（如猜拳、匹配硬币），纯策略均衡必然不存在，均衡只能存在于混合策略中。

三、从匹配硬币获得直觉：随机化 [01:38]

要点

回顾匹配硬币（Matching Pennies）博弈的教训：当所有结果要么同样好、要么同样坏时，随机化就派上用场。
在匹配硬币中，如果以相等概率在两个策略间随机化，对手最多只能做到打平（期望收益为 0）。
把这一直觉推广到石头剪刀布：不是两个策略各 1/2，而是三个策略各 1/3。

说明

William Spaniel 强调，这一"猜答案"的过程是受匹配硬币经验的启发：对称结构 → 均匀随机化。

理解：匹配硬币是"2×2 零和对称博弈"，石头剪刀布是"3×3 零和对称博弈"。两者共享同一结构：所有策略互为克制，因此均衡必然是均匀混合。

四、验证（1/3, 1/3, 1/3）是混合策略纳什均衡 [02:20]

要点

验证思路：计算玩家在每一个纯策略下的期望效用，若全部相等，则没有可获利的偏离，即构成混合策略纳什均衡。

设玩家二以 1/3 概率分别出石头、布、剪刀，计算玩家一的期望收益：

玩家一出石头：
- 1/3 概率对手出石头 → 收益 0
- 1/3 概率对手出布 → 收益 −1
- 1/3 概率对手出剪刀 → 收益 +1
- 期望 = (1/3)×0 + (1/3)×(−1) + (1/3)×(+1) = 0
玩家一出布：
- 1/3 × (+1) + 1/3 × 0 + 1/3 × (−1) = 0
玩家一出剪刀：
- 1/3 × (−1) + 1/3 × (+1) + 1/3 × 0 = 0

结论

三种纯策略的期望收益都等于 0，玩家一在所有策略之间无差异，没有任何可获利的偏离，因此（1/3, 1/3, 1/3）是混合策略纳什均衡。

核心判据（考点）：验证混合策略纳什均衡的标准方法——让对手在每个纯策略上的期望收益相等。这样对手"无差异"，就不会偏离到任何单一策略。

推导：这里用的是"无差异原理"（Indifference Principle）——在混合均衡中，被混合的每个纯策略必须给对手相同的期望收益，否则对手会集中到收益更高的那个策略上。

思考：注意这里算的是"对手的期望收益"还是"自己的期望收益"，两种视角在对称零和博弈里结果一致，但在非对称博弈中必须严格区分。视频中是以玩家一的视角计算，验证其无差异。

五、对称性的便利与局限 [03:41]

要点

本讲之所以能"猜出"均衡，是因为石头剪刀布完全对称：所有结果结构相同。
但一旦博弈不再对称（某些结果比另一些更好或更差），就无法轻易猜出混合策略纳什均衡。

说明

William Spaniel 指出，这与匹配硬币的经验一致：当一切都对称时，事情非常容易；一旦切换到混合策略的非对称情形，就无法轻易猜出均衡。

理解：对称性是一个强大的"捷径"，但它也是陷阱——很多真实博弈（拍卖、定价、军备竞赛）并不对称，必须依赖系统的求解方法。

六、修改收益：对称性被打破 [04:21]

要点

对标准石头剪刀布做一个小修改：

原来：赢 +1、输 −1、平 0。
修改后：当出现"布对石头"的结果时，赢家（出布者）得 +2，输家（出石头者）得 −2。
其余结果收益不变。

说明

出布对石头变得非常有利；出石头对布变得非常不利。
这打破了原有的对称性，使得"无差异性"不再成立。

思考：这是博弈论中常见的"扰动分析"手法——通过微调收益观察均衡如何变化，用来检验结论的稳健性。

七、为什么修改后无法再"猜"均衡 [04:47]

要点

假设对手仍以 1/3 概率均匀混合，计算玩家一的期望收益：

出布：
- 1/3 × (+2)（对石头）+ 1/3 × (+1)（对剪刀）+ 1/3 × 0（对布）
- = 2/3 + 1/3 + 0 = +1/3
出石头：
- 1/3 × 0（对石头）+ 1/3 × (−2)（对布）+ 1/3 × (+1)（对剪刀）
- = 0 − 2/3 + 1/3 = −1/3

结论

出布的期望收益（+1/3）明显高于出石头（−1/3）。
因此玩家一会偏向出布，不再无差异。
原来的（1/3, 1/3, 1/3）不再是均衡，且无法凭直觉猜出新均衡。

易错点：不能想当然认为"对称博弈的均衡一定是对称均匀混合"。收益一旦改变，均衡概率分布也会改变，必须重新求解。

推导：这个例子说明——当某个策略变得更有利时，均衡中该策略被使用的概率会下降（因为对手会相应调整以抵消其优势），这正是"无差异原理"的反向应用。

八、本单元后续：把混合策略算法推广到多策略 [05:19]

要点

本讲结尾预告：需要把混合策略求解算法从两个策略推广到两个以上策略。
下一讲将介绍一个关于对称零和博弈（对称林和博弈）的关键技巧。
该技巧不仅适用于石头剪刀布，也适用于一大堆其他类型的博弈。

说明

William Spaniel 说明本单元"剩余部分"的任务就是修复并解决这个问题，下一个视频会正式展开。

理解：从"猜答案"到"有算法"，是博弈论学习的关键跃迁。对称零和博弈的求解技巧（通常涉及让对手无差异的方程组）是后续大量应用的基石。

关键概念小结

概念	含义
纯策略纳什均衡	每个玩家选定一个确定策略，无人愿意单方面偏离
混合策略纳什均衡	玩家以概率分布随机化，使对手无差异
无差异原理	混合均衡中，被混合的纯策略给对手的期望收益必须相等
对称零和博弈	收益结构对称、一方所得即另一方所失，均衡常为均匀混合
循环偏离链	用来证明纯策略均衡不存在的方法