Przejdź do treści
Wróć do wyników wyszukiwania

Subgrywalna Równowaga Doskonała

Autor metody
Reinhard Selten
Rok
1965
Typ
algorithm
Rodzina
Game-theoretic

Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku

Rozmiar czcionki

Do czego służy?

Subgrywalna Równowaga Doskonała (SPE) jest udoskonaleniem Równowagi Nasha dla gier sekwencyjnych, wprowadzonej przez Reinharda Seltena w 1965 roku.

Wymaga ona, aby profile strategii stanowiły Równowagę Nasha w każdej podgrze, eliminując nierzeczywiste groźby i niewiarygodne obietnice. Indukcja wsteczna jest podstawową metodą obliczeniową do znajdowania SPE w grach skończonych.

Intuicja stojąca za metodą

Subgrywalna równowaga doskonała zapewnia, że żaden gracz nie będzie chciał odstąpić od swojej zaplanowanej strategii, nawet jeśli nagle znajdzie się w dowolnym punkcie drzewa gry. Pomyśl o tym jak o szczegółowym planie bitwy, w którym uwzględniono każdy przypadek: nie tylko decyzje są optymalne na początku, ale pozostają optymalne, gdy faktycznie zostaną osiągnięte. Indukcja wsteczna działa poprzez rozpoczęcie od końca drzewa gry i obliczanie optymalnych decyzji w każdym węźle, cofając się do początku, gwarantując, że groźby i obietnice złożone wcześniej są wiarygodne.

Historia

Reinhard Selten wprowadził Subgrywalną Równowagę Doskonałą w 1965 roku jako udoskonalenie koncepcji Nasha w celu rozwiązania problemu nieprawdopodobieństwa nierzeczywistych gróźb w grach sekwencyjnych. Jego praca przyniosła mu Nagrodę Nobla w dziedzinie ekonomii w 1994 roku (wspólnie z Johnem Nashem i Johnem Harsanyim). Koncepcja ta stała się centralnym elementem teorii gier dynamicznych i wywarła głęboki wpływ na modelowanie ekonomiczne rynków, negocjacji i konkurencji strategicznej.

Kiedy stosować

Zastosuj analizę SPE do gier sekwencyjnych z niepełną informacją rozwiązywaną w czasie: negocjacje, aukcje z wieloma rundami, decyzje o wejściu i wyjściu, lub ruchy sekwencyjne w konkurencji. Niezbędne do zrozumienia kolejności ruchów i wiarygodności zobowiązań. Najlepiej działa dla gier z doskonałą lub pełną informacją; niepełna informacja wymaga udoskonaleń, takich jak Równowaga Bayesowska Doskonała.

Ograniczenia i uwagi

  • Ograniczone do gier skończonych z doskonałą pamięcią (brak asymetrii informacji między węzłami decyzyjnymi)
  • Złożoność wykładnicza wraz ze wzrostem rozmiaru drzewa gry, co czyni duże gry sekwencyjne nieprzeliczalnymi
  • Może prowadzić do wielu równowag w grach z ruchami jednoczesnymi lub niepełną informacją
  • Indukcja wsteczna jest wrażliwa na reprezentację drzewa gry; różne formy ekstensywne mogą prowadzić do różnych równowag

Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.

Mocne strony

  • Eliminuje nieprawdopodobne równowagi oparte na nierzeczywistych groźbach lub obietnicach
  • Obliczeniowo wykonalne dla gier skończonych przy użyciu indukcji wstecznej
  • Jednoznacznie stosowalne do gier sekwencyjnych, w których kolejność ruchów i czas mają kluczowe znaczenie
  • Zapewnia jasną procedurę decyzyjną poprzez jawny algorytm, umożliwiając bezpośrednią implementację

Zastosowania

  • Organizacja przemysłu: modelowanie sekwencyjnych decyzji o wejściu i ustalaniu cen na rynkach oligopolistycznych
  • Stosunki międzynarodowe: analiza sekwencyjnych negocjacji i gróźb w negocjacjach handlowych
  • Ekonomia pracy: modelowanie negocjacji płacowych między pracodawcą a pracownikiem z sekwencyjnymi ofertami i kontrofertami
  • Ekonomia środowiska: badanie powtarzających się interakcji między regulatorami a firmami zanieczyszczającymi środowisko

Jak to działa

Jak to działa

1

Skonstruuj drzewo gry w postaci ekstensywnej z węzłami, akcjami, graczami i wypłatami w węzłach terminalnych.

2

Zaczynając od końcowych węzłów decyzyjnych, rozwiąż optymalną akcję w każdym węźle, porównując wypłaty każdego gracza z dostępnych ruchów.

3

Pracuj wstecz przez drzewo gry, używając optymalnych strategii z późniejszych węzłów do określenia optymalnej gry w wcześniejszych węzłach.

4

Sprawdź, czy wynikowy profil strategii stanowi Równowagę Nasha w każdej możliwej podgrze, nie tylko w całej grze.

Częste pułapki

  • Mylenie SPE z Równowagą Nasha; wiele Równowag Nasha nie jest subgrywalnie doskonałych z powodu gróźb poza równowagą, które nie są wiarygodne
  • Niewłaściwe zastosowanie indukcji wstecznej do gier z niepełną informacją, które wymaga aktualizacji przekonań
  • Przeoczenie, że udoskonalenie SPE wymaga sprawdzenia optymalności w każdym węźle podgry, a nie tylko wypłat terminalnych
  • Zakładanie istnienia unikalnej równowagi; wiele gier sekwencyjnych ma wiele SPE z różnymi wynikami

Najczęściej zadawane pytania

Jaka jest różnica między Równowagą Nasha a Subgrywalną Równowagą Doskonałą?

Każde SPE jest Równowagą Nasha, ale nie odwrotnie. SPE wymaga gry w Równowadze Nasha w każdej podgrze, eliminując równowagi podtrzymywane przez nierzeczywiste groźby poza równowagą, które nigdy nie zostałyby zrealizowane.

Dlaczego indukcja wsteczna czasami wydaje się przewidywać nierealistyczne zachowanie?

Indukcja wsteczna zakłada wspólną wiedzę o racjonalności i doskonałą informację. Rzeczywiści gracze mogą mieć ograniczoną dalekowzroczność, ograniczoną racjonalność lub niepełną informację, co sprawia, że przewidywania SPE są w praktyce mniej wiarygodne.

Jak SPE radzi sobie z grami z niepełną informacją?

Samo SPE nie ma bezpośredniego zastosowania; zamiast tego Równowaga Bayesowska Doskonała rozszerza SPE, wymagając od graczy aktualizacji przekonań o typach innych graczy za pomocą reguły Bayesa, a następnie grania optymalnie przy tych przekonaniach.

Pokrewne metody

Źródła

  1. Selten, R. (1965). Spieltheoretische Behandlung eines Oligopolmodells mit Nachfrageträgheit. Zeitschrift für die gesamte Staatswissenschaft, 121, 301-324.

    Otwórz odnośnik do publikacji
    Skopiowano.
  2. von Stackelberg, H. (1934). Marktform und Gleichgewicht. Julius Springer.

    Otwórz odnośnik do publikacji
    Skopiowano.