博弈论 101 第 85 讲（英文原声）：Single Raise Poker

视频封面

视频元信息

讲师：William Spaniel（匹兹堡大学）
系列：Game Theory 101，第 171 讲（p171）
主题：单次加注扑克（Single Raise Poker）——半分离均衡（Semi-Separating Equilibrium）的经典练习
时长：约 17 分钟

内容摘要（TL;DR）

本讲用最简化的扑克博弈（Player 2 明牌 K，Player 1 私牌 Q 或 A）演示完美贝叶斯均衡的求解流程。结论是：强牌 A 必然下注；弱牌 Q 以 1/3 概率诈唬下注；Player 2 观察到下注后，后验信念为 Q 占 1/4，并以 2/3 概率跟注。核心方法论是"永远记住无差异条件"。

一、博弈设定：单次加注扑克 [00:17]

基础规则

这是一个极简的扑克模型，参与者和牌型如下：

Player 2 被公开（face-up）发到一张 K（King，国王），所有人都看得见。
Player 1 被私下发到一张 Q（Queen，皇后） 或 A（Ace，A），概率各 1/2，只有 Player 1 自己知道。
Player 1 行动：Bet（下注）或 Fold（弃牌）。
- 若 Fold，游戏立即结束。
Player 2 行动（仅在 Player 1 下注后）：Call（跟注）或 Fold（弃牌），之后游戏结束。

牌力排序（易错点）：本模型里 A > K > Q。Player 2 的 K 是"中间牌"，Player 1 可能是比 K 大的 A（强牌），也可能是比 K 小的 Q（弱牌）。Player 2 无法直接区分对手是哪种。

收益结构（Payoff）

情形	Player 1 收益	Player 2 收益
Player 1 弃牌	−1	+1
Player 1 下注，Player 2 弃牌	+1	−1
Player 1 下注，Player 2 跟注，P1 为 Q	−2	+2
Player 1 下注，Player 2 跟注，P1 为 A	+2	−2

[时间戳：收益规则在 00:50 至 01:26 之间依次给出]

理解：底注（ante）隐含为 1 美元。弃牌等于放弃底注；下注成功诈唬则赢下底注；被跟注时，赢家净赚 2 美元（含被跟注的额外 1 美元）。

讲师提出的三个思考题 [01:47]

William Spaniel 要求观众暂停视频，每题只给 30 秒作答，模拟牌桌上的决策压力：

A 类型的策略是什么？加注/弃牌各占多少比例？
Q 类型的策略是什么？加注/弃牌各占多少比例？
Player 2 观察到下注后，应该以多大概率跟注、多大概率弃牌？

考点：这三问正是本讲最终要给出的均衡答案，先自己想一遍再看解答，效果最好。

二、构建博弈树 [02:48]

博弈树结构（按时间顺序展开）：

Nature（自然） 先行动：以 1/2 概率抽到 Q，1/2 概率抽到 A。
Player 1 不论何种类型，都选择 Bet 或 Fold。
Player 2 只有在下注节点之后才行动，选择 Call 或 Fold。
所有终端节点对应上文收益表。

理解：Nature 节点代表随机性，Player 2 的信息集（information set）包含了"P1 是 Q 且下注"和"P1 是 A 且下注"两个节点——她分不清自己站在哪一个节点上，这正是不完美信息的来源。

三、第一步推断：A 类型必然下注 [03:21]

分析博弈树最右侧（A 类型分支）：

若 A 类型弃牌：收益 = −1。
若 A 类型下注：
- Player 2 跟注 → 收益 +2；
- Player 2 弃牌 → 收益 +1。

无论 Player 2 怎么选，下注收益（+2 或 +1）都严格大于弃牌的 −1。

关键推断：A 类型 100% 下注。这是一个占优选择（dominant choice），无需考虑对手策略。这一步大幅简化了后续分析。

思考：A 是"强牌、无秘密可藏（nothing to hide）"，所以它只想最大化压榨对手，绝不会弃牌。

四、检验三种均衡类型

4.1 混同均衡（Pooling Equilibrium）——不成立 [04:18]

假设：Q 类型也 100% 下注（与 A 类型行为相同，即"混同"）。

Player 2 的最优反应：

因为两类都下注，Player 2 的后验信念 = 先验信念 = 1/2 是 Q。
跟注的期望效用：0.5 × (+2) + 0.5 × (−2) = 0
弃牌的效用：−1（固定值）
比较：0 > −1，所以 Player 2 纯策略跟注。

检验 Q 是否有有利偏离：

若 Q 按原策略下注 → 被跟注 → 收益 −2。
若 Q 偏离为弃牌 → 收益 −1。
−1 > −2，Q 有有利偏离。

结论：不存在混同均衡。

4.2 分离均衡（Separating Equilibrium）——不成立 [06:15]

假设：Q 类型 100% 弃牌（与 A 类型完全区分开，即"分离"）。

Player 2 的最优反应：

既然只有 A 会下注，Player 2 看到下注就知道 100% 面对 A。
跟注效用 = −2；弃牌效用 = −1。
所以 Player 2 纯策略弃牌。

检验 Q 是否有有利偏离：

若 Q 按原策略弃牌 → 收益 −1。
若 Q 偏离为下注 → Player 2 误以为面对 A 而弃牌 → Q 收益 +1。
+1 > −1，Q 有有利偏离（诈唬有利可图）。

结论：不存在分离均衡。

理解：这两种失败恰恰说明"诈唬"的价值——Q 既不能总是诈唬（会被抓），也不能总是不诈唬（诈唬太划算）。答案必然在两者之间。

4.3 半分离均衡（Semi-Separating Equilibrium）——成立 [07:32]

假设：Q 类型在 Bet 和 Fold 之间随机化（有时诈唬、有时放弃）。

核心方法论（考点）：求解半分离均衡时，永远记住无差异条件（indifference conditions）。只要抓住这一点，你就不会迷失在计算中——它会告诉你下一步该算什么。

五、半分离均衡的完整求解 [08:17]

求解遵循"无差异条件 → 反推信念 → 贝叶斯法则反推策略"的循环算法。

步骤 1：Q 的无差异条件 → 解出 Player 2 的跟注概率 σ_c

Q 在 Bet 与 Fold 之间随机化，因此必须无差异：U(Q, Fold) = U(Q, Bet)。

U(Q, Fold) = −1（固定值）
U(Q, Bet) = σ_c × (−2) + (1 − σ_c) × (+1) = 1 − 3σ_c

理解：σ_c 是 Player 2 跟注概率，(1 − σ_c) 是弃牌概率。Q 下注时，被跟注亏 2，对手弃牌则赢 1。

令两者相等：

1 − 3σ_c = −1
3σ_c = 2
σ_c = 2/3

推断 1：Player 2 应以 2/3 的概率跟注，1/3 的概率弃牌。

步骤 2：Player 2 的无差异条件 → 解出后验信念 p

Player 2 也在 Call 与 Fold 之间随机化，因此也必须无差异。

设 p = Player 2 的后验信念（P1 是 Q 的概率），则 1 − p 是 P1 为 A 的概率。

U(Player 2, Call) = p × (+2) + (1 − p) × (−2) = 4p − 2
U(Player 2, Fold) = −1（与信念无关）

令两者相等：

4p − 2 = −1
4p = 1
p = 1/4

推断 2：均衡中，Player 2 的后验信念必须是 P1 为 Q 的概率 = 1/4，为 A 的概率 = 3/4。

步骤 3：贝叶斯法则反推 → 解出 Q 的下注概率 σ_b

设 σ_b = Q 类型下注的概率。用贝叶斯法则计算后验信念：

          P(观察到下注 | P1 = Q) × P(P1 = Q)
p = ─────────────────────────────────────────────
    P(观察到下注 | P1 = Q) × P(P1 = Q) + P(观察到下注 | P1 = A) × P(P1 = A)

       0.5 × σ_b
1/4 = ─────────────────────
      0.5 × σ_b + 0.5 × 1

理解：分子是"Nature 抽到 Q 且 Q 下注"这一条路径；分母是所有能到达 Player 2 信息集的路径之和——还包括"Nature 抽到 A 且 A 100% 下注"。

交叉相乘并化简：

1/4 × (0.5σ_b + 0.5) = 0.5σ_b
0.125σ_b + 0.125 = 0.5σ_b
0.125 = 0.375σ_b
σ_b = 1/3

推断 3：Q 类型应以 1/3 的概率下注（诈唬），2/3 的概率弃牌。

六、均衡总结 [14:00]

半分离均衡（完美贝叶斯均衡）完整表述：

要素	内容
A 类型策略	100% 下注
Q 类型策略	1/3 概率下注，2/3 概率弃牌
Player 2 信念	观察到下注后，认为 P1 是 Q 的概率 = 1/4，是 A 的概率 = 3/4
Player 2 策略	2/3 概率跟注，1/3 概率弃牌

完美贝叶斯均衡（PBE）的易忘点：均衡不仅包含策略，还必须写出信念（beliefs）。Player 2 信息集上的信念 1/4 是均衡的组成部分，不能省略。

思考：可以验证——给定 Player 2 的 2/3 跟注策略，Q 下注的期望效用 = (2/3)(−2) + (1/3)(+1) = −1，恰好等于弃牌收益 −1，无差异成立。给定信念 1/4，Player 2 跟注效用 = (1/4)(+2) + (3/4)(−2) = −1，恰好等于弃牌收益，无差异也成立。

七、直觉解读：为什么是半分离？ [14:39]

讲师回到开头的三个问题，从整体上解释半分离均衡的经济学直觉。

问题 1：A 应该怎么做？

A 是强类型（strong type），无秘密可藏，不想弃牌，只想尽可能"欺负"对手——直接下注。这是最简单的一问。

问题 2：Q 应该怎么做？

若 Q 总是下注：Player 2 会算这笔账，发现面对 Q 的概率很高，于是倾向于跟注抓诈唬。诈唬一旦必被跟注，就永远不该做。
若 Q 总是弃牌：此时诈唬变得极具吸引力——Player 2 面对下注会认定是 A，从而弃牌，Q 便可趁机诈唬得手。但这样一来均衡又无法维持。

唯一可持续的均衡：Q 有时诈唬、有时放弃。

问题 3：Player 2 应该怎么做？

当 Q 在随机化时，Player 2 也无法确定该跟还是该弃。Player 2 的策略设计目的，正是不让 Q 占便宜：

有时跟注——惩罚 Q 的诈唬；
有时弃牌——成全 Q 的诈唬。

核心概念：半分离均衡本质上刻画了丰富的诈唬策略（rich bluffing strategies），以及信息劣势方（in the dark）如何反制诈唬动机。

八、方法论提炼与拓展

基础方法论（本讲核心）

先找占优推断：能确定的（如 A 必下注）先定下来，简化博弈树。
逐一排除均衡类型：混同 → 分离 → 半分离，按顺序检验。
半分离均衡的算法循环：
- 谁随机化 → 谁必须无差异 → 写出无差异方程；
- 先解出对手的混合概率；
- 再解出使己方无差异的信念；
- 最后用贝叶斯法则反推出随机化方的混合概率。
永远记住无差异条件 → 它告诉你下一步算什么。

【拓展】相关概念解释

完美贝叶斯均衡（Perfect Bayesian Equilibrium, PBE）：由 策略组合 + 信念系统 构成。要求：(1) 每个信息集上，给定信念，策略是最优反应；(2) 信念在均衡路径上用贝叶斯法则从策略推出。本讲正是 PBE 的标准演练。
信息集（Information Set）：决策者无法区分的若干决策节点的集合。Player 2 的信息集包含"面对 Q"和"面对 A"两个节点。
混同 / 分离 / 半分离：按不同类型玩家的行动是否相同划分。混同=都做同样动作；分离=各自做不同动作；半分离=部分类型随机化，导致行动分布重叠。
诈唬（Bluff）：弱牌模仿强牌下注，以骗取对手弃牌。半分离均衡给出了诈唬的最优频率。

【拓展】易踩坑点

忘记写信念：PBE 必须包含信念，只写策略是不完整的。

混淆先验与后验：混同均衡下后验=先验（无新信息）；半分离下后验≠先验，必须用贝叶斯法则重算。

混淆 σ_c 与 σ_b：σ_c 是 Player 2 跟注概率，σ_b 是 Q 下注概率，两者由不同的无差异条件解出，切勿张冠李戴。

收益符号：注意弃牌是 −1（损失底注），被跟注时强牌 +2、弱牌 −2，符号搞反会导致方程全错。

顺序问题：半分离求解有固定顺序（先解对手混合概率 → 再解信念 → 最后用贝叶斯反推），顺序错会陷入循环。

【拓展】现实类比

扑克/德州扑克：本模型是"价值下注 vs 诈唬"的极简版。均衡诈唬频率使对手的跟注无差异，这正是 GTO（博弈论最优）打法的理论基础。
信号博弈：求职者用学历（信号）向雇主传递能力；弱能力者偶尔"混入"高学历群体，雇主据此调整录用概率——结构与本讲完全同构。
拍卖与谈判：一方保留私人估值信息时，其出价/报价往往采用混合策略，避免被对手完全预测。

关键标签 / 关键词

博弈论、Game Theory 101、William Spaniel、单次加注扑克、Single Raise Poker、完美贝叶斯均衡、PBE、半分离均衡、Semi-Separating Equilibrium、混同均衡、分离均衡、无差异条件、Indifference Condition、贝叶斯法则、后验信念、信息集、诈唬、Bluff、混合策略、强类型、弱类型、扑克博弈、GTO、信号博弈