博弈论 101 第 84 讲：半分离均衡

视频封面

视频元信息

系列：博弈论 101（Game Theory 101）
本集主题：半分离均衡（Semi-Separating Equilibrium），又称「部分混同均衡」
主讲人：William Spaniel
时长参考：约 7 分钟（转录片段截至 424.1s）

内容摘要（TL;DR）

本集用一个「恐怖组织威慑」的不完全信息动态博弈，演示当纯分离均衡与纯混同均衡都不成立时，如何求解半分离均衡。核心方法：利用无差异条件求玩家二的混合策略，再用贝叶斯法则反解脆弱型的混合概率，最终得到完美贝叶斯均衡的全部要素。

一、开场与主题引入 [00:00]

本集主题是半分离均衡（semi-separating equilibrium），它还有另一个名字叫「部分混同均衡」（partially pooling equilibrium）。
这两个名字指的是同一个东西，半分离是更常用的说法，后续系列统一使用这个词。
理解：之所以有两个名字，是因为这种均衡同时包含「分离」和「混同」两种成分——一种类型有时模仿另一种类型，有时不模仿。

二、博弈设定：恐怖组织威慑模型 [00:16]

2.1 参与人与自然

玩家一：一个恐怖组织，有两种类型：
- 强健型（strong）：自然以 0.4 的概率选中；
- 脆弱型（weak）：自然以 0.6 的概率选中。
玩家二：目标方（被威胁的国家/政府）。

2.2 行动顺序

自然决定玩家一的类型（强健 0.4 / 脆弱 0.6）；
玩家一选择：发动袭击 或 不发动袭击；
若玩家一发动袭击，玩家二选择：抵抗或无视。

2.3 收益结构

情形	玩家一收益	玩家二收益
玩家一不发动袭击（现状）	0	0
发动袭击 + 玩家二无视	1	-1
发动袭击 + 抵抗（面对脆弱型）	-2	2
发动袭击 + 抵抗（面对强健型）	3	-3

关键区别：抵抗之后会发生什么，取决于玩家一的类型。

抵抗脆弱型：组织彻底瓦解 → 玩家二得 2，玩家一得 -2；
抵抗强健型：反而正中下怀，可能带来更多支持、更容易发动更多袭击 → 玩家一得 3，玩家二得 -3。

易错点：玩家二在「抵抗强健型」时收益是 -3，比「无视」的 -1 还差。这意味着抵抗是有风险的——如果打错了对象，损失更大。

三、尝试用已有均衡类型求解 [01:19]

3.1 强健型的策略：一定发动袭击

强健型发动袭击可得 3（被抵抗）或 1（被无视）；
不发动只能得 0；
因此无论玩家二怎么行动，强健型都严格偏好发动袭击。

考点：强健型发动袭击是严格占优策略，这一点在求解任何均衡时都固定不变。

3.2 尝试一：纯分离均衡（脆弱型不发动）

假设脆弱型通过「不发动」实现分离：

玩家二观察到「发动袭击」时，就知道面对的是强健型；
玩家二会比较：抵抗得 -3，无视得 -1 → 选择无视；
此时脆弱型若偏离（发动袭击），玩家二会误以为是强健型而选择无视，脆弱型得 1；
而坚持原策略（不发动）只得 0；
1 > 0，存在有利可图的偏离 → 纯分离均衡不成立。

3.3 尝试二：纯混同均衡（脆弱型也发动）

假设两种类型都发动袭击，玩家二的后验信念 = 先验信念（0.4 强健 / 0.6 脆弱）：

玩家二抵抗的期望收益：0.4×(-3) + 0.6×(2) = -1.2 + 1.2 = 0；
玩家二无视的期望收益：-1；
0 > -1 → 玩家二选择抵抗；
此时脆弱型若偏离（不发动），可得 0；坚持发动则得 -2；
0 > -2，存在有利可图的偏离 → 纯混同均衡不成立。

易错点：这里抵抗的期望收益恰好为 0，与「不发动」的现状收益相同，但都优于无视的 -1。计算时要小心符号，负负得正容易出错。

结论：用纯策略工具找不到任何均衡，必须引入半分离均衡。

四、半分离均衡的定义 [03:00]

定义半分离均衡，最好的方式是从「它不是什么」入手：

不是每种类型都采取相同行动（那不是纯混同）；
不是每种类型都采取不同行动（那不是纯分离）；
而是：有时候一种类型会模仿另一种类型，有时候又不会。

在本博弈中：

脆弱型在不发动的那部分时间里，与强健型分离；
脆弱型在发动的那部分时间里，与强健型混同；
两件事都可能发生 → 脆弱型是在「半分离」自己，等价地说，是部分地与强健型混同。

理解：半分离均衡的本质是「一种类型随机化，另一种类型纯策略」。这里的随机化者是脆弱型，强健型始终发动。

五、求解核心：无差异条件 [03:45]

考点（本集最重要的一句话）：求解半分离均衡时，一定要记住无差异条件。这要回到系列第八讲——混合策略。

5.1 混合策略的基本原理

一个玩家愿意混合，前提是混合中所有策略都必须产生相同的期望收益；
否则就会有一个选项更好，玩家就会总是选那个选项（退化为纯策略）。

5.2 第一步：求玩家二的混合策略 σ₂

设 σ₂ = 玩家二选择抵抗的概率。

脆弱型发动袭击的期望收益 = σ₂×(-2) + (1-σ₂)×(1) 脆弱型不发动袭击的期望收益 = 0

令二者相等（无差异条件）：

σ₂×(-2) + (1-σ₂)×1 = 0 -2σ₂ + 1 - σ₂ = 0 1 - 3σ₂ = 0 σ₂ = 1/3

考点：σ₂ = 1/3 是玩家二的均衡混合策略，即他以 1/3 的概率抵抗，2/3 的概率无视。

推导：发动袭击的收益是「抵抗时 -2」与「无视时 +1」的加权平均。要让脆弱型对发动与否无差异，这个加权平均必须等于不发动时的 0。

5.3 第二步：让玩家二也无差异

玩家二必须混合，因此他也必须在两个纯策略之间无差异；
复杂之处在于：玩家二的信念取决于脆弱型的混合策略；
设 p = 玩家二认为面对强健型的后验信念：
- 抵抗的期望收益：p×(-3) + (1-p)×2 = -3p + 2 - 2p = 2 - 5p
- 无视的期望收益：-1
令二者相等：2 - 5p = -1 → 5p = 3 → p = 3/5

考点：p = 3/5 是玩家二在观察到袭击后的后验信念。

六、用贝叶斯法则反解脆弱型的混合策略 [06:00]

玩家二的信念是根据脆弱型的策略内生形成的；
这是本系列第一次需要以非平凡的方式使用贝叶斯法则求解完美贝叶斯均衡；
我们要找的是脆弱型的混合策略 σ₁，使得 p 恰好等于 3/5。

6.1 贝叶斯法则的应用

玩家二观察到「发动袭击」后，认为玩家一是强健型的后验信念：

p = P(强健型 | 观察到袭击) = P(强健型且发动) / P(观察到袭击)

分子：0.4 × 1 = 0.4（强健型总是发动）分母：0.4 × 1 + 0.6 × σ₁（强健型总发动 + 脆弱型以 σ₁ 概率发动）

令其等于 3/5：

0.4 / (0.4 + 0.6σ₁) = 3/5 5 × 0.4 = 3 × (0.4 + 0.6σ₁) 2 = 1.2 + 1.8σ₁ 0.8 = 1.8σ₁ σ₁ = 4/9

易错点：转录中「四分之九」是语音识别错误，实际应为 4/9（九分之四）。同理「五分之三」即 3/5，「三分之一」即 1/3。

6.2 完美贝叶斯均衡的完整要素

要素	内容
强健型策略	总是发动袭击
脆弱型策略	以 4/9 的概率发动袭击（5/9 不发动）
玩家二的后验信念	观察到袭击后，认为面对强健型的概率 = 3/5
玩家二策略	以 1/3 的概率抵抗（2/3 无视）

思考：可以验证——脆弱型发动与不发动期望收益均为 0；玩家二抵抗与无视期望收益均为 -1；强健型发动得 3 或 1 均优于 0。所有无差异条件同时满足，均衡成立。

七、方法总结与后续预告 [06:53]

求解半分离均衡的算法比纯混同均衡和纯分离均衡都要难，因为它同时涉及：
1. 混合策略的无差异条件（两次：玩家一、玩家二）；
2. 贝叶斯法则对信念的内生约束；
3. 后验信念与混合概率之间的联立求解。
作者预告接下来几个视频会再做几个例子巩固。

八、拓展与背景补充【拓展】

8.1 概念解释：什么是半分离均衡

纯分离均衡（separating）：不同类型选择不同行动，观察者能完全推断类型；
纯混同均衡（pooling）：不同类型选择相同行动，观察者无法区分；
半分离均衡（semi-separating / partial pooling）：一种类型随机化，另一种类型纯策略，观察者只能部分推断类型。它是混合策略在不完全信息动态博弈中的自然延伸。