博弈论 101 第 63 讲（英文原声）：The Folk Theorem

视频封面

视频元信息

主讲人：William Spaniel（匹兹堡大学）
主题：The Folk Theorem（无名氏定理）
语言：英文（本笔记统一用简体中文整理）

内容摘要（TL;DR）

本讲介绍无名氏定理（Folk Theorem）：在无限重复博弈中，只要贴现因子 δ 足够大，任何能给所有参与人带来严格高于阶段博弈纳什均衡收益的策略组合，都可以构成子博弈完美均衡。其证明思路是"偏离即永久退回纳什均衡"的惩罚机制，是冷酷触发策略（Grim Trigger）的一般化。结论是无限重复博弈的均衡集合极其庞大。

一、课程回顾与引出问题 [00:00]

回顾前几讲关于无限期囚徒困境（Infinite Horizon Prisoner's Dilemma）的结论：

冷酷触发策略（Grim Trigger） 在贴现因子足够高时，是子博弈完美均衡（SPE）。
永远背叛（Always Defect） 无论贴现因子取何值，都是子博弈完美均衡。
针锋相对（Tit for Tat） 不是子博弈完美均衡，除非在某个"刀刃条件"（knife-edge condition）下才成立。

易错点： 不要以为"针锋相对"这种看起来很合理的策略就一定是 SPE。它在一般贴现因子下并不满足子博弈完美性。

由此引出的自然问题：子博弈完美均衡是否只有冷酷触发和永远背叛这两种？ 本讲要证明：远不止这两种，均衡集合其实非常庞大。

二、从囚徒困境走向一般化：什么是无名氏定理 [00:45]

本讲不再局限于无限重复囚徒困境，而是讨论一般化的无限重复博弈——这正是无名氏定理的用途。
核心结论： 无限重复博弈的均衡集合是"巨大的"（gigantic）。

理解：这里的"巨大"是指均衡数量在数学上可以是无穷多个，而不是仅仅多几个而已。

为什么叫"无名氏"定理（Folk Theorem）？ [01:13]

因为它不是由某一个人单独提出的，而是许多人几乎同时独立发现了无限重复博弈的这一性质。
对比：纳什均衡由 John Nash 一人提出，所以以他命名；而无名氏定理无法归功于某一个人，就像民间流传的"民俗法"（Folk Law）一样，故称 Folk Theorem。

考点： 无名氏定理不是单一一条定理，而是一整族定理，分别对应不同的设定：

不同的贴现因子 / 时间偏好

关注的是纳什均衡还是子博弈完美均衡

等等

思考：本讲只呈现其中最简单、证明最容易理解的一条，但它已足以说明均衡集合的规模。

三、本讲要证明的具体无名氏定理 [02:20]

定理的设定条件

取一个阶段博弈（stage game）的某个纳什均衡。
该阶段博弈被无限重复，且存在贴现因子 δ（对未来的收益进行贴现）。
阶段博弈是有限博弈，因此保证存在纳什均衡。

定理的陈述

在阶段博弈的某个纳什均衡之外，考虑另一组策略，使得：

这组替代策略为所有参与人带来的期望效用，严格大于阶段博弈纳什均衡的收益。

定理结论： 若贴现因子 δ 足够高，则存在一个子博弈完美均衡，参与人在均衡路径上使用这组替代策略（而非纳什均衡策略）。

理解：也就是说，只要替代策略对每个人都更好，且大家足够有耐心，那么"大家约定玩替代策略"就能成为一个可持续的均衡。

冷酷触发是它的特例 [03:23]

冷酷触发中，双方在囚徒困境里互相合作，这比阶段博弈纳什均衡（互相背叛）给双方带来的收益严格更高。
所以冷酷触发正是本定理的一个例子。

四、为什么成立：惩罚机制与收益计算 [04:27]

构造的均衡结构

均衡路径（on-path）： 所有人玩那组替代策略（非纳什均衡策略）。
惩罚阶段（punishment phase）： 一旦有人违反约定，就永远退回玩阶段博弈的纳什均衡。

关键点： 惩罚必须是可信的（credible）。因为"每个阶段都玩纳什均衡"本身就是一个子博弈完美均衡，所以"永远退回纳什均衡"这个威胁是可信的——这正是子博弈完美性要求。

推导：这与冷酷触发的逻辑完全一致，无名氏定理只是把"合作/背叛"替换成了任意"替代策略/纳什均衡"。

收益计算（不等式）

对某个参与人而言：

守约的贴现总收益 = 替代策略每期收益 / (1 − δ)
- 即：今天、明天、后天……永远拿替代收益。
偏离的收益 = 一次性最大偏离收益 + δ × [纳什均衡收益 / (1 − δ)]
- 即：今天拿到单次最大偏离收益，之后永远退回纳什均衡收益。

只要 δ 足够大，使得"守约收益 ≥ 偏离收益"对每个人都成立，替代策略就能在均衡中被玩。

推导：无限期等比数列求和公式——每期收益 u 折现求和为 u / (1 − δ)。

五、用囚徒困境数字具体说明 [07:00]

以冷酷触发为例代入数字：

情形	收益
阶段博弈纳什均衡	互相背叛
替代策略（冷酷触发）	互相合作，双方收益严格更高
最大偏离（对方合作时自己背叛）	拿到单期最高收益 4

若玩家 1 偏离，可当期拿到 4，但之后永远退回纳什均衡收益 2。

关键推广：替代策略不必是"互相合作" [07:39]

替代策略可以是各种形式，例如："我每期都合作，你 95% 的时间合作、5% 的时间背叛。"
只要双方期望收益仍严格大于纳什均衡收益 2，就成立。
在这种情况下，另一方没有可获利的偏离，因为守约仍比退回纳什均衡好得多。

易错点： 不要误以为"能脱离纳什均衡的唯一方式就是互相合作"。任何带来严格更高收益的替代策略都合格，均衡因此有无穷多个。

为什么 δ 必须足够大 [08:41]

偏离的诱惑在于：今天能拿到更高的单期收益。
代价是：未来收益变差（退回纳什均衡）。
因此只有当参与人足够看重未来（δ 足够大）时，才不愿为当期小利牺牲未来大利。
反之，若人极度看重当下、轻视未来，就会选择偏离。

理解：这与冷酷触发一讲的直觉完全一致。把冷酷触发的收益代入，算出的临界 δ 与冷酷触发视频中得到的临界值相同。

六、结论与意义 [09:47]

互相合作只是众多能脱离互相背叛的替代策略之一，远非唯一。
任何为双方带来严格更高收益的替代策略，只要 δ 足够大（δ 趋近 1 时必然满足），都构成子博弈完美均衡。
因此无限重复博弈（无论囚徒困境还是其他博弈）存在无穷多个均衡。

考点总结： 无名氏定理 = 无限重复博弈均衡集合巨大的理论依据。δ → 1 时，几乎任何"对所有人更好"的结果都能被支撑为均衡。

下一讲预告

从均衡角度看，这个结果很漂亮（neat）。
但从社会科学角度看，无名氏定理其实"很糟糕"（horrible）——因为均衡太多意味着理论预测力弱。
下一讲将讨论"为什么它这么糟"。

关键标签 / 关键词

博弈论 #GameTheory101 #无名氏定理 #FolkTheorem #无限重复博弈 #子博弈完美均衡 #SPE #冷酷触发 #GrimTrigger #囚徒困境 #贴现因子 #纳什均衡 #针锋相对 #TitForTat #WilliamSpaniel #匹兹堡大学

【拓展】补充背景与延伸

【拓展】无名氏定理的正式版本：本讲呈现的是最简版本。更完整的无名氏定理（如 Friedman 1971 的版本）说明：在无限重复博弈中，任何可行且个人理性（feasible and individually rational）的收益向量，只要严格优于各参与人的"最小最大值"（minimax），在 δ 足够接近 1 时都能被支撑为子博弈完美均衡。本讲用"阶段博弈纳什均衡收益"作为惩罚点，是一个更保守但更易证的版本。

【拓展】为什么"退回纳什均衡"是可信惩罚：子博弈完美性要求策略在每一个子博弈（包括偏离后的子博弈）中都是最优反应。由于"每期都玩阶段纳什均衡"本身构成 SPE，所以在偏离后的子博弈中继续玩纳什均衡是最优的，威胁因此可信。这是理解本讲证明的核心。

【拓展】现实案例：无名氏定理可解释为何现实中存在大量"非纳什均衡"的稳定合作：