博弈论 101 第 64 讲：重复博弈为何难预测

视频封面

视频元信息

讲师：William Spaniel
系列：博弈论101（Game Theory 101），2012–2020
本讲主题：重复博弈中的预测难题（The Problem of Prediction in Repeated Games）
时长：约 7 分钟
前置知识：囚徒困境、冷酷触发策略、民间定理（Folk Theorem）、贴现因子

内容摘要（TL;DR）

本讲承接上一讲的民间定理，指出：在重复博弈中，只要贴现因子足够高，任意有限的结果序列都可以出现在某个子博弈完美均衡中。这意味着博弈论作为预测工具在重复博弈中几乎失去约束力——它能"解释一切"，因而实际上什么都没预测。作者用重复囚徒困境构造了一个"先按任意序列行动、之后转入冷酷触发策略"的均衡来证明这一点。

一、方法论说明：两类博弈论研究者 [00:22]

本讲的核心冲突：博弈论的两大用途——"寻找最优策略"与"预测解释现象"——在重复博弈中产生分歧。民间定理对前者是福音，对后者是灾难。

两类研究者的分野

第一类：寻找最优策略（数学/算法博弈论、商业咨询）

关注复杂的数学问题及求解方法
用博弈论解答具体商业问题
对他们而言，民间定理是好事：均衡数量爆炸意味着可行策略集合庞大，选择空间丰富

理解：这类研究者把均衡看作"可用的策略库"，均衡越多，可供设计/推荐的方案越多。

第二类：预测和解释现象（社会科学研究者）

用博弈论逻辑地推导现实世界中策略行为的理论
作者本人属于此类
对他们而言，民间定理令人头疼：预测与解释本是使用博弈论的目的，而民间定理在这方面"帮助甚微"

对比：一次性博弈 vs 重复博弈的均衡数量

一次性博弈：多数博弈只有唯一最优策略/最优均衡（如囚徒困境）；即使是协调博弈（如性别战）也仅多出几个均衡
重复博弈：均衡数量"爆炸式"增多

思考：均衡数量的爆炸并非数学上的病态，而是重复结构赋予参与者的"历史依赖"能力——过去的行为可以成为未来惩罚或奖励的依据，从而支撑起无数种行为路径。

二、核心结论：任意有限结果序列都可被均衡支撑 [01:58]

定理陈述

只要贴现因子 δ 足够高，任意一个有限的结果序列都会出现在某个子博弈完美均衡之中。

前提：重复博弈，今天玩、明天玩、后天还玩，一直贯穿整个时间
结论：对博弈中任意一组结果序列，存在一个子博弈完美均衡，允许参与者玩出那些特定结果
换言之：存在导向你所指定结果的策略组合

用重复囚徒困境举例

设想一组任意的结果序列：

期数	我方行动	对方行动
第1期	合作	合作
第2期	背叛	背叛
第4期	背叛	合作
第5期	合作	合作
第6期	合作	合作
第7期	背叛	合作
第8期	合作	背叛

支撑该序列的均衡构造：

最初 N 期：双方按上述"想要实现的结果序列"规定的策略行动
N 期结束后：双方在所有期都选择合作
一旦有人偏离（无论在最初 N 期内，还是 N 期结束后的合作期内）：永远背叛下去

理解：这本质上是对经典冷酷触发策略的推广——经典版本要求"一开始就每期合作"，而这里把"合作"替换成了"最初 N 期做任意指定的事"。

三、为什么这个均衡能维持？ [04:02]

三个关键论证

论证一：惩罚威胁是可信的

一旦有人偏离就永远背叛——这个威胁可信
原因：转向相互背叛本身就是一个均衡（在重复囚徒困境中，永远背叛是子博弈完美均衡）
推导：可信威胁要求威胁本身构成子博弈完美均衡。永远背叛之所以满足，是因为在对方永远背叛的前提下，我方最优反应也是背叛，且该逻辑在任意子博弈中成立。

论证二：N 期结束后的合作是均衡

只要贴现因子足够高，N 期之后"每期都合作"就是均衡
原因：这正是经典意义上的冷酷触发策略——偏离合作会触发永久惩罚

论证三：最初 N 期中无人愿意偏离

只要贴现因子足够大，最初 N 期中的任何一期偏离都不划算
这是本讲需要重点验证的不等式

均衡条件的不等式

检验是否存在有利可图的偏离：

左边：继续遵循这些策略所能得到的收益

右边：试图改变、选择偏离所能得到的收益

只要左边 ≥ 右边，继续遵循策略就是最优反应，即构成均衡

不等式左边的构成

前半部分（较复杂）：坚持均衡策略时最糟糕的结果——第1期得1、第2期得1、……、第 N 期都得1
- 说明：要每期都只得1，必须我方每期合作而对手每期背叛。这是最坏情形。
- 关键逻辑：如果连这种最糟糕情况你都愿意坚持这套策略，那么当实际收益更好时，你自然更愿意坚持
后半部分（较直白）：完成最初 N 期后，从第 N+1 期起每期得3（因为此后每期相互合作），即 3 + 3δ + 3δ² + …

不等式右边的构成

偏离那一期得4（单期最高收益）
此后永远得2（因为触发惩罚，进入相互背叛）
即 4 + 2δ + 2δ² + …

为什么 δ 足够大时不等式成立？

直觉解释：

当 δ 接近1时，每一期对你来说都同等重要——无论是第1期还是第300期
若最初 N 期是有限的，而 N 期之后是无限的，那么最初 N 期所产生的收益在总收益中"基本无关紧要"
因为无限期比有限期长得多：N 是有限的，而"从 N+1 期到永远"是无限的
只要足够有耐心，最初几个阶段拿1无所谓——哪怕 N 是一千个阶段也无所谓
只要最终能从"永远得3"而非"永远得2"中获益，你就愿意坚持

推导：设 δ→1，则左边后半部分 ≈ 3/(1-δ) → ∞，而最初 N 期的 1 收益之和（最多 N 期）相对于无穷大的未来收益可忽略；右边 4 + 2δ/(1-δ) 与左边 3δ^N/(1-δ) 相比，当 δ 足够大时左边占优。

结论：可以做大堆代数运算证明存在足够大的 δ 使不等式成立，但代数本身不重要，重要的是其后果。

四、对社会科学的冲击：预测失效 [05:47]

数据收集的困境

社会科学研究者关心的是：随时间反复出现的策略互动中，行为主体实际做了什么
一种研究办法：收集数据——走出去观察这些个体在策略互动中的行为
但收集到的只能是有限长度的数据：现实时间不够，样本无法无限长

致命推论

不管你在数据中写下什么结果，你甚至不需要真的出去收集数据，你就会知道：一定存在一个子博弈完美均衡，和你找到的任何结果都能对应上。

子博弈完美均衡"本质上预测和解释一切"
但如果你真这么做，你其实什么都没预测、什么都没解释

类比：2016 年美国总统大选

说"2016 年大选中 Clinton 或 Trump 会成为总统"——这话确实没错
但它并没有缩小你的预测范围，只是列出了当时真正还在竞选中的候选人
总统必然是其中之一，这没告诉你任何原本不知道的事

思考：这是"事后解释"与"事前预测"的经典区别。一个能解释所有可能结果的理论，等价于零约束力的理论。

对博弈论的辩护与提醒

这并不是在指责博弈论——这只是一个事实，是博弈论告诉我们的一个结果
如果没有这些工具，我们可能根本不会知道这个结果
必须意识到：面对重复博弈情境时，很可能无法轻易确定到底会发生什么
我们预期可能出现的结果集合相当宽泛
这一切都归因于那个"极首的无名氏定理"（即民间定理，Folk Theorem）

五、关键概念速查

概念	简要解释
贴现因子 δ	衡量未来收益在当前眼中的权重。δ 越接近1，参与者越有耐心，未来越重要
民间定理（Folk Theorem）	重复博弈中，只要 δ 足够高，任何满足个体理性的可行收益都可被均衡支撑
子博弈完美均衡（SPE）	要求策略在每一个子博弈中都构成纳什均衡，排除不可信威胁
冷酷触发策略（Grim Trigger）	一开始合作，一旦有人偏离就永远背叛
可信威胁	威胁本身必须是子博弈完美均衡，否则不构成真正的约束

六、易错点与注意事项

易错点1：不要把"存在某个均衡支撑该结果"误解为"该结果一定会发生"。民间定理说的是均衡集合很大，而非预测唯一结果。

易错点2：贴现因子 δ 必须"足够高"——这是定理的前提。δ 太低时，未来惩罚的威慑力不足，许多结果无法被支撑。

易错点3：不等式左边用的是"最糟糕情况"（每期得1）来检验，这是充分条件式的论证思路——连最坏情况都愿意坚持，则更好情况自然愿意坚持。不要误以为均衡要求每期都只得1。

容易踩坑的点：

混淆"有限结果序列"与"无限结果序列"：定理针对的是任意有限序列，之后转入某个均衡路径
忽略"一旦偏离就永久惩罚"的可信性来源：它依赖于"永远背叛"本身是均衡
把"能解释一切"当作理论优点：在社会科学中，解释力过强反而意味着预测力为零

七、拓展与延伸【拓展】

【拓展】民间定理的现实意义

民间定理并非纯理论玩具。它解释了许多现实现象：为什么长期合作关系（如商业伙伴、国际条约）可以维持，即使单次互动中存在背叛诱惑；也解释了为什么同样的博弈在不同社群中可能演化出完全不同的行为规范——因为均衡集合太大，历史、文化、惯例决定了实际收敛到哪一个。

【拓展】"均衡选择"问题

正因为均衡太多，博弈论后续发展出了均衡精炼（equilibrium refinement） 和均衡选择（equilibrium selection） 理论，试图从众多均衡中挑出"更合理"的。常见思路包括：帕累托占优、风险占优、演化稳定性、焦点（Schelling point）等。本讲揭示的预测难题正是这些理论出现的动机。

【拓展】与"无限期"假设的关系

本讲反复强调"从 N+1 期到永远"是无限的，这是 δ 足够大时不等式成立的关键。如果博弈是有限期且参与者知道终点，逆向归纳会导致合作崩溃（连锁店悖论）。无限期或不确定终点是维持合作的核心条件。

【拓展】实验经济学的回应

针对"重复博弈难以预测"的困境，实验经济学通过真人实验观察实际行为，发现人们往往比理论预测更倾向于合作，且行为受沟通、声誉、惩罚机会等制度因素影响。这为社会科学研究提供了数据驱动的补充路径。

关键标签 / 关键词

博弈论 重复博弈 民间定理 Folk Theorem 子博弈完美均衡 SPE 冷酷触发策略 Grim Trigger 贴现因子 囚徒困境 预测难题 均衡选择 William Spaniel Game Theory 101 社会科学方法论 可信威胁