博弈论 101 第 76 讲（英文原声）：Perfect Bayesian Equilibrium

视频封面

视频元信息

讲师：William Spaniel（匹兹堡大学）
系列：Game Theory 101（博弈论 101）
本集主题：完美贝叶斯均衡（Perfect Bayesian Equilibrium, PBE）的定义
视频时长：约 7 分 47 秒
语言：英文（本笔记统一使用简体中文）

内容摘要（TL;DR）

本集是完美贝叶斯均衡（PBE）这一全新解概念的入门课，只讲定义，不涉及具体求解。PBE 是"子博弈完美均衡"与"贝叶斯纳什均衡"的结合，适用于既具有序贯时序、又存在不完全信息的博弈。PBE 由策略与信念两部分共同构成，策略需在给定信念下满足序贯理性（威胁可信），信念则尽可能通过贝叶斯法则更新。当某行动在均衡中概率为零时，贝叶斯法则失效（除零问题），需特别处理。后续单元将区分筛选博弈与信号博弈。

一、课程定位：解概念的谱系图 [00:10]

讲师回顾了此前学过的均衡解概念，并用"时序 × 信息"两个维度来梳理它们之间的关系。

已学解概念回顾

纳什均衡（Nash Equilibrium）：适用于完全信息的同时行动博弈，是最简单的博弈类型对应的解概念。
子博弈完美均衡（Subgame Perfect Equilibrium）：用于处理序贯行动博弈（玩家轮流行动、能观察到先前行动）。此时纳什均衡不够用，因为它无法排除不可信的威胁。
贝叶斯纳什均衡（Bayesian Nash Equilibrium）：用于处理不完全信息的同时行动博弈。纳什均衡同样不够用，因此引入贝叶斯纳什均衡。

本集要解决的问题

当一个博弈既具有序贯时序、又存在不完全信息时，该怎么办？

答案：完美贝叶斯均衡（Perfect Bayesian Equilibrium, PBE）。

理解：PBE 本质上是"子博弈完美均衡"与"贝叶斯纳什均衡"的杂交产物——前者解决"威胁可信性"（时序问题），后者解决"信息不完全"（类型不确定问题）。

考点：解概念与博弈类型的对应关系

时序	信息	解概念
同时行动	完全信息	纳什均衡
序贯行动	完全信息	子博弈完美均衡
同时行动	不完全信息	贝叶斯纳什均衡
序贯行动	不完全信息	完美贝叶斯均衡（本集）

二、PBE 的正式定义 [01:48]

完美贝叶斯均衡（PBE）是一组策略与信念，使得：策略在给定玩家信念的条件下是序贯理性的；且玩家尽可能通过贝叶斯法则更新信念。

定义包含三个核心要素，讲师逐一展开：

由策略和信念共同构成（策略 + 信念）
策略是序贯理性的（给定信念）
信念尽可能通过贝叶斯法则更新

理解：这个定义看似简短，但每一句都对应一个独立的技术难点。讲师特别强调"尽可能"（wherever possible）三个字，因为正是这个限定词引出了 PBE 最棘手的问题——不可观测路径上的信念如何确定。

三、要点一：PBE 由"策略 + 信念"共同构成 [02:18]

与前几个解概念的关键区别

写纳什均衡、子博弈完美均衡、贝叶斯纳什均衡时，你只需要列出策略。
在贝叶斯纳什均衡中，信念是计算过程中的一个组成部分，但它不是均衡答案本身的一部分。
PBE 则完全不同：策略与信念都是答案的组成部分，缺一不可。

易错点（讲师原话警告）： 在 PBE 中，如果只写策略而不写信念，答案就是错的。这是一个"新手常犯的错误"（rookie mistake）。类比：在子博弈完美均衡中，如果忘记写出不可观测路径上的策略（off-the-path play strategies），答案同样是错的。PBE 对信念的要求与此完全类似。

考点：PBE 答案必须同时包含策略与信念，二者缺一不可。

思考：为什么信念必须写进答案？因为在不完全信息博弈里，信念直接决定了策略的可信性——信念不是中间计算工具，而是均衡的实质性组成部分。

四、要点二：策略必须是序贯理性的 [03:20]

序贯理性的含义

子博弈完美均衡要求所有威胁可信——即"真到关键时刻"（when push comes to shove），玩家确实愿意执行均衡中列出的策略。
序贯理性（sequential rationality） 在 PBE 定义中承担了同样的功能。
"Perfect"（完美）一词同时出现在"子博弈完美均衡"和"完美贝叶斯均衡"中，正是因为"完美"指的就是"威胁可信"。

考点：PBE 中的"Perfect"= 威胁可信 = 序贯理性。

完全信息 vs 不完全信息下"威胁可信性"的差异

这是本集的一个核心难点。

在完全信息博弈中：

我清楚知道自己面对的是什么：我知道我的收益，也知道你的收益。
因此威胁是否可信，可以直接根据收益判断。

在不完全信息博弈中：

我不知道自己面对的是哪种类型（type）。
你可能是一个弱类型（weak type），也可能是一个强类型（strong type）。
举例：我可能愿意对弱类型发动战争，但不愿意对强类型发动战争。
此时，我的威胁是否可信，取决于我对对手类型的信念：
- 对弱类型 → 有可信的威胁；
- 对强类型 → 没有可信的威胁。

这正是为什么定义中强调"给定玩家信念的序贯理性"（sequentially rational given the player's beliefs）。

推导：威胁可信性 ← 取决于信念 ← 因此策略与信念必须捆绑在一起。这解释了为什么 PBE 的答案必须同时包含策略和信念——不是形式上的要求，而是逻辑上的必然。

易错点： 在不完全信息下，"威胁是否可信"不再是一个仅由收益决定的客观事实，而是一个取决于主观信念的判断。忽略这一点，就无法理解 PBE 为何要把信念写进均衡。

五、要点三：信念通过贝叶斯法则更新 [05:13]

信念的形成过程

与贝叶斯纳什均衡一样，玩家从一个先验信念（prior belief） 出发。
但 PBE 中，玩家会随着博弈推进不断更新信息。

示例：

假设博弈中有强类型和弱类型两种玩家。
强类型在均衡中选择"欺负"（bully），弱类型则总是"畏缩"（cower in fear）。
无论你观察到的是"欺负"还是"畏缩"，你都获得了此前没有的新信息，因此应当更新先验信念。

更新工具：贝叶斯法则（Bayes' rule）

贝叶斯法则正是为解决"如何根据新信息更新先验信念"这一问题而创建的。
因此，PBE 要求玩家尽可能通过贝叶斯法则更新信念。

六、关键陷阱："尽可能"与除零问题 [05:58]

为什么定义中要加"尽可能"（wherever possible）

易错点（本集最重要的技术难点）：

均衡中可能存在某个永远不会被执行的行动（在均衡路径上概率为零的行动）。
此时，若要计算"对手采取了该行动"条件下的信念，就会遇到问题。
贝叶斯法则要求事件以正概率发生才能使用，否则会出现除以零错误（divide by zero error）。
在这些情况下，没有清晰直接的方法来计算信念。

理解：贝叶斯法则的形式是 P(A|B) = P(B|A)·P(A) / P(B)。如果 B 发生的概率 P(B) = 0，分母为零，公式失效。在博弈中，这意味着"如果某个行动在均衡中根本不会被采取，那么观察到该行动时该如何推断对手类型"这一问题无法用贝叶斯法则回答。

本单元的大量篇幅将用于讨论：当无法通过贝叶斯法则更新信念时，应当如何思考信念问题。

考点提醒： "尽可能"（wherever possible）这三个字不是可有可无的修饰，而是 PBE 定义中最微妙、最容易出题的部分。它直接引出了"不可观测路径上的信念"这一核心难点。

七、本单元后续内容预告：筛选博弈 vs 信号博弈 [06:40]

讲师预告接下来将研究两类博弈，并说明二者的关键区别。

信号博弈（Signaling Games）

知情方（informed actor）先行动。
知情方必须认真思考：自己的行动在向对方传递什么信息。
存在上面提到的信息问题：信念可能难以通过贝叶斯法则更新。
会衍生出多种均衡类型：
- 混同均衡（pooling equilibrium）
- 分离均衡（separating equilibrium）
- 半分离均衡 / 部分混同均衡（semi-separating / partially pooling equilibrium）

筛选博弈（Screening Games）

不知情方（uninformed actor）先行动。
求解更容易，因为不知情方的行动不传递任何信息——正因为他/她什么都不知道，所以无法通过行动传达任何信息。
不存在信念更新困难的问题（不存在除零问题）。
因此，本单元将从筛选博弈开始讲起。

思考：为什么"不知情方先行动"会让问题变简单？因为信念更新困难源于"观察到一个可能携带信息的行动"。如果先行动者本身没有信息，其行动就不携带信息，观察者也就无需进行复杂的信念更新，自然避开了除零陷阱。

考点：筛选博弈与信号博弈的区分标准是"谁先行动"——不知情方先动 = 筛选；知情方先动 = 信号。

八、核心概念速查表

概念	英文	简要解释
完美贝叶斯均衡	Perfect Bayesian Equilibrium (PBE)	序贯 + 不完全信息博弈的解概念，由策略与信念共同构成
序贯理性	Sequential Rationality	给定信念下，玩家在每个决策点都采取最优行动，威胁可信
信念	Belief	玩家对"自己处于哪个信息集/对手是何种类型"的概率判断
贝叶斯法则	Bayes' rule	根据新信息更新先验信念的标准工具
先验信念	Prior belief	博弈开始前对对手类型的初始判断
除零问题	Divide by zero error	当某行动概率为零时，贝叶斯法则失效
筛选博弈	Screening game	不知情方先行动，行动不传递信息
信号博弈	Signaling game	知情方先行动，行动传递信息
混同均衡	Pooling equilibrium	不同类型玩家采取相同行动
分离均衡	Separating equilibrium	不同类型玩家采取不同行动
半分离均衡	Semi-separating equilibrium	部分类型随机化，部分类型分离
类型	Type	不完全信息博弈中玩家的私人信息（如强/弱）

九、易错点与注意事项汇总

PBE 学习的五大坑：

只写策略、不写信念 → 答案错误（新手最常见错误）。

忽略"Perfect"的含义 → 忘记检查威胁可信性（序贯理性）。

在不完全信息下仍按完全信息判断威胁可信性 → 忽略了信念对可信性的决定作用。

对概率为零的行动强行套用贝叶斯法则 → 除零错误。

混淆筛选博弈与信号博弈 → 记错"谁先行动"以及是否传递信息。