博弈论 101 第 76 讲：完美贝叶斯均衡

视频封面

视频元信息

主讲：William Spaniel
系列：博弈论 101（Game Theory 101），第 76 讲
主题：完美贝叶斯均衡（Perfect Bayesian Equilibrium, PBE）的定义
时长：约 6 分 45 秒

内容摘要（TL;DR）

本讲引入完美贝叶斯均衡（PBE）的定义：它由策略与信念两部分组成，策略必须满足序贯理性（威胁可信），信念必须在可能的情况下用贝叶斯法则更新。视频强调信念是 PBE 的正式组成部分（漏写即错），并预告本单元将研究筛选博弈与信号博弈，后者涉及贝叶斯法则无法更新的"零概率"难题。

一、均衡概念演进回顾：为什么需要 PBE [00:00]

1.1 均衡概念分类的两条轴

博弈论中的均衡概念依据两个维度划分：

时序（timing）：同时行动 vs. 序贯行动
信息（information）：完全信息 vs. 不完全信息

1.2 四个象限与对应均衡概念

时序	信息	适用均衡概念
同时行动	完全信息	纳什均衡（Nash Equilibrium）
序贯行动	完全信息	子博弈完美均衡（Subgame Perfect Equilibrium, SPE）
同时行动	不完全信息	贝叶斯纳什均衡（Bayesian Nash Equilibrium, BNE）
序贯行动	不完全信息	完美贝叶斯均衡（PBE） ← 本讲主题

1.3 演进逻辑

从同时行动 + 完全信息出发，得到纳什均衡。
转向序贯行动后，纳什均衡不够用（无法排除不可信威胁），引入子博弈完美均衡。
换方向：保持同时行动，但切换到不完全信息，纳什均衡同样不够用，引入贝叶斯纳什均衡。
自然的问题：当博弈既序贯又具有不完全信息时怎么办？答案是子博弈完美均衡与贝叶斯纳什均衡的结合——完美贝叶斯均衡（PBE）。

考点：PBE 是"序贯 + 不完全信息"象限的均衡概念，是 SPE 与 BNE 的结合体。 记住这条分类轴，能快速定位任何博弈该用哪个均衡概念。

理解：这张"时序 × 信息"的二维分类图是整个博弈论 101 系列的骨架。每学一个新均衡概念，本质上都是在填补这张表的一个格子。

二、PBE 的正式定义 [01:33]

2.1 定义原文（结构化表述）

完美贝叶斯均衡（PBE）是一组策略和信念，使得：

这些策略是序贯理性的（sequential rational），在给定玩家信念的前提下；

玩家在可能的情况下通过贝叶斯法则更新信念。

2.2 定义的两个组成部分

策略（strategies）：玩家在每个决策点如何行动。
信念（beliefs）：玩家对"自己位于哪个信息集/对手是什么类型"的概率判断。

易错点：PBE 的答案必须同时写出"策略"和"信念"两部分，缺一不可。 只写策略 = 答案错误。这是新手最常见的错误，视频中称之为"最后的警告"（final warning）。

2.3 与之前均衡概念的关键区别

写纳什均衡、子博弈完美均衡、贝叶斯纳什均衡时，只需列出策略。
在贝叶斯纳什均衡中，信念是计算过程中的工具，但不是均衡本身的组成部分。
在 PBE 中，信念本身就是均衡的一部分，必须明确写出。

类比：这就像写子博弈完美均衡时，如果忘了写"非路径上"（off-path）的策略，答案就是错的。PBE 忘记写信念，性质完全相同。

三、策略部分：序贯理性与可信威胁 [02:52]

3.1 序贯理性的含义

序贯理性要求：到达任何一个决策点时，玩家都愿意执行均衡中列出的策略。
这等价于要求所有威胁必须是可信的（credible threats）。
这正是"完美"（perfect）一词的来源——它同时出现在 SPE 和 PBE 的名称中，含义都是"威胁可信"。

3.2 完全信息 vs. 不完全信息下威胁可信度的差异

完全信息下：我完全清楚自己面对什么，知道对手的收益，威胁可信度直接可判断。
不完全信息下：我不知道对手是弱类型还是强类型。
- 例如：我愿意对弱类型发动战争，但不愿对强类型发动战争。
- 那么我的威胁是否可信，取决于我对对手类型的信念。

考点：PBE 中策略的可信度依赖于信念，这就是为什么定义中要写"在给定玩家信念的前提下，策略是序贯理性的"。 策略与信念不可分割——这解释了为什么 PBE 必须同时包含两者。

推导：信念 → 影响期望收益 → 影响最优行动 → 影响威胁可信度 → 影响序贯理性。这条链条说明了信念为何是策略合理性的前置条件。

四、信念部分：贝叶斯法则与更新 [04:29]

4.1 信念的来源与更新

与贝叶斯纳什均衡一样，玩家从先验信念（prior belief）出发。
随着博弈推进、观察到新信息，玩家更新信念。
贝叶斯法则正是为解决"如何根据新信息更新先验信念"这一问题而创造的。

4.2 示例：强类型与弱类型

设想一个包含强类型和弱类型的博弈：

强类型在均衡中选择"欺负"（bully）；
弱类型总是"畏缩恐惧"（cower）；
那么无论你观察到"欺负"还是"畏缩"，你都获得了之前没有的信息，因此应更新先验信念。

4.3 "在可能的情况下"——关键限定词

易错点：贝叶斯法则要求被观察的结果以正概率发生，否则会出现"除以零"的错误。 定义中的"在可能的情况下"（where possible）正是为了排除这类情况。

问题场景：存在一种在均衡中永远不会被采取的行动（零概率事件）。
此时无法用贝叶斯法则计算"若该行动发生，我应持有什么信念"。
视频指出：本单元很大一部分内容，就是研究在无法用贝叶斯法则更新信念时，应如何思考信念。

理解：这是 PBE 理论中最微妙、也最富争议的部分。后续课程会引入"直觉标准"（intuitive criterion）等精炼方法，来处理这类 off-path 信念问题。

五、本单元提纲：筛选博弈与信号博弈 [05:45]

5.1 两类博弈的划分

本单元将研究两类博弈：

类型	先行动方	信息更新难度	说明
筛选博弈（screening game）	不知情的一方	无问题	更简单，先讲
信号博弈（signaling game）	知情的一方	存在零概率难题	更复杂，后讲

5.2 筛选博弈

不知情的一方先行动。
求解容易得多，因为不知情方采取的行动不传递任何信息。
原因：不知情方什么都不知道，因此无法传达任何信息。

5.3 信号博弈

知情的一方先行动。
知情方必须认真思考：自己的行动在传达什么信息。
因此会产生一系列不同类型的均衡：
- 混同均衡（pooling equilibrium）
- 分离均衡（separating equilibrium）
- 半分离 / 部分混同均衡（semi-separating / partial pooling equilibrium）