สมดุลบริบูรณ์ของเกมย่อย (Subgame Perfect Equilibrium)
- ผู้เสนอ
- Reinhard Selten
- ปี
- 1965
- ประเภท
- algorithm
- กลุ่มวิธี
- Game-theoretic
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
สมดุลบริบูรณ์ของเกมย่อย (Subgame Perfect Equilibrium, SPE) เป็นการปรับปรุงแนวคิดของสมดุลของแนช (Nash Equilibrium) สำหรับเกมแบบลำดับขั้น ซึ่ง Reinhard Selten ได้เสนอขึ้นในปี 1965 โดยกำหนดให้โปรไฟล์กลยุทธ์ต้องเป็นสมดุลของแนชในทุกเกมย่อย (subgame) ซึ่งช่วยขจัดภัยคุกคามที่ไม่น่าเชื่อถือและคำมั่นสัญญาที่ไม่น่าเชื่อถือ การเหนี่ยวนำย้อนกลับ (backward induction) เป็นวิธีการคำนวณหลักในการหา SPE ในเกมที่มีจำนวนจำกัด
แนวคิดเบื้องหลังวิธีการ
สมดุลบริบูรณ์ของเกมย่อยรับประกันว่าผู้เล่นจะไม่มีแรงจูงใจที่จะเบี่ยงเบนไปจากกลยุทธ์ที่วางแผนไว้ แม้ว่าพวกเขาจะพบว่าตัวเองอยู่ในจุดใดจุดหนึ่งของแผนผังเกมก็ตาม ลองนึกภาพว่าเป็นแผนการรบที่มีรายละเอียดครบถ้วน ซึ่งทุกสถานการณ์ฉุกเฉินได้รับการพิจารณาแล้ว: ไม่เพียงแต่การตัดสินใจจะเหมาะสมที่สุดตั้งแต่เริ่มต้นเท่านั้น แต่ยังคงเหมาะสมที่สุดเมื่อถึงจุดนั้นจริงๆ การเหนี่ยวนำย้อนกลับทำงานโดยเริ่มจากโหนดการตัดสินใจสุดท้าย และคำนวณการตัดสินใจที่เหมาะสมที่สุดที่แต่ละโหนด โดยทำงานย้อนกลับไปยังจุดเริ่มต้น เพื่อรับประกันว่าภัยคุกคามและคำมั่นสัญญาที่ทำไว้ตั้งแต่ต้นนั้นน่าเชื่อถือ
ประวัติศาสตร์
Reinhard Selten ได้นำเสนอสมดุลบริบูรณ์ของเกมย่อยในปี 1965 ในฐานะการปรับปรุงแนวคิดของแนช เพื่อแก้ไขปัญหาความไม่น่าเชื่อถือของภัยคุกคามที่ไม่น่าเชื่อถือในเกมแบบลำดับขั้น ผลงานของเขาทำให้เขาได้รับรางวัลโนเบลสาขาเศรษฐศาสตร์ในปี 1994 (ร่วมกับ John Nash และ John Harsanyi) แนวคิดนี้ได้กลายเป็นศูนย์กลางของทฤษฎีเกมแบบพลวัต และมีอิทธิพลอย่างลึกซึ้งต่อการสร้างแบบจำลองทางเศรษฐศาสตร์ของตลาด การเจรจาต่อรอง และการแข่งขันเชิงกลยุทธ์
ควรใช้เมื่อใด
ประยุกต์ใช้การวิเคราะห์ SPE กับเกมแบบลำดับขั้นที่มีข้อมูลไม่สมบูรณ์ซึ่งคลี่คลายตามกาลเวลา: การเจรจาต่อรอง การประมูลที่มีหลายรอบ การตัดสินใจเข้าและออกจากตลาด หรือการเคลื่อนไหวตามลำดับในการแข่งขัน มีความสำคัญอย่างยิ่งเมื่อการทำความเข้าใจลำดับของการเคลื่อนไหวและความน่าเชื่อถือของพันธสัญญาเป็นสิ่งสำคัญ เหมาะที่สุดสำหรับเกมที่มีข้อมูลสมบูรณ์หรือครบถ้วน ข้อมูลที่ไม่สมบูรณ์ต้องอาศัยการปรับปรุง เช่น สมดุลของเพอร์เฟกต์ เบย์เซียน (Perfect Bayesian Equilibrium)
ข้อจำกัดและข้อควรพิจารณา
- จำกัดอยู่เฉพาะเกมที่มีจำนวนจำกัดและมีการเรียกคืนที่สมบูรณ์ (perfect recall) (ไม่มีความไม่สมมาตรของข้อมูลข้ามโหนดการตัดสินใจ)
- ความซับซ้อนแบบทวีคูณเมื่อขนาดของแผนผังเกมเพิ่มขึ้น ทำให้เกมแบบลำดับขั้นขนาดใหญ่ไม่สามารถจัดการได้
- อาจให้สมดุลหลายค่าในเกมที่มีการเคลื่อนไหวพร้อมกันหรือข้อมูลไม่สมบูรณ์
- การเหนี่ยวนำย้อนกลับมีความอ่อนไหวต่อการแสดงแผนผังเกม รูปแบบขยายที่แตกต่างกันอาจให้สมดุลที่แตกต่างกัน
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- ขจัดสมดุลที่ไม่น่าเป็นไปได้ซึ่งอาศัยภัยคุกคามหรือคำมั่นสัญญาที่ไม่น่าเชื่อถือ
- สามารถคำนวณได้สำหรับเกมที่มีจำนวนจำกัดโดยใช้การเหนี่ยวนำย้อนกลับ
- สามารถประยุกต์ใช้ได้อย่างมีเอกลักษณ์กับเกมแบบลำดับขั้นที่ลำดับการเคลื่อนไหวและเวลาเป็นสิ่งสำคัญ
- ให้กระบวนการตัดสินใจที่ชัดเจนผ่านอัลกอริทึมที่ชัดเจน ทำให้สามารถนำไปปฏิบัติได้โดยตรง
การประยุกต์ใช้
- เศรษฐศาสตร์อุตสาหกรรม: การสร้างแบบจำลองการตัดสินใจเข้าสู่ตลาดและการกำหนดราคาตามลำดับในตลาดผู้ขายน้อยราย (oligopolistic markets)
- ความสัมพันธ์ระหว่างประเทศ: การวิเคราะห์การเจรจาต่อรองตามลำดับและภัยคุกคามในการเจรจาการค้า
- เศรษฐศาสตร์แรงงาน: การสร้างแบบจำลองการเจรจาค่าจ้างระหว่างนายจ้างและลูกจ้างด้วยข้อเสนอและการโต้กลับตามลำดับ
- เศรษฐศาสตร์สิ่งแวดล้อม: การศึกษาปฏิสัมพันธ์ซ้ำๆ ระหว่างหน่วยงานกำกับดูแลและบริษัทที่ปล่อยมลพิษ
วิธีการทำงาน
วิธีการทำงาน
สร้างแผนผังเกมในรูปแบบขยาย (extensive-form game tree) โดยมีโหนด การกระทำ ผู้เล่น และผลตอบแทนที่โหนดปลายทาง
เริ่มต้นจากโหนดการตัดสินใจสุดท้าย แก้ปัญหาหาการกระทำที่เหมาะสมที่สุดที่แต่ละโหนด โดยเปรียบเทียบผลตอบแทนของผู้เล่นแต่ละคนจากการเคลื่อนไหวที่มีอยู่
ทำงานย้อนกลับผ่านแผนผังเกม โดยใช้กลยุทธ์ที่เหมาะสมที่สุดจากโหนดที่อยู่ถัดไปเพื่อกำหนดการเล่นที่เหมาะสมที่สุดที่โหนดก่อนหน้า
ตรวจสอบว่าโปรไฟล์กลยุทธ์ที่ได้นั้นเป็นสมดุลของแนชในทุกเกมย่อยที่เป็นไปได้ ไม่ใช่แค่ในเกมโดยรวม
ข้อผิดพลาดที่พบบ่อย
- การสับสน SPE กับสมดุลของแนช สมดุลของแนชหลายค่าไม่ใช่สมดุลบริบูรณ์ของเกมย่อยเนื่องจากภัยคุกคามนอกสมดุลที่ไม่น่าเชื่อถือ
- การใช้การเหนี่ยวนำย้อนกลับผิดพลาดกับเกมที่มีข้อมูลไม่สมบูรณ์ ซึ่งต้องอาศัยการปรับปรุงความเชื่อ
- การมองข้ามว่าการปรับปรุง SPE ต้องอาศัยการตรวจสอบความเหมาะสมที่สุดที่ทุกโหนดเกมย่อย ไม่ใช่แค่ผลตอบแทนสุดท้าย
- การสันนิษฐานว่ามีสมดุลเดียวอยู่จริง เกมแบบลำดับขั้นหลายเกมมี SPE หลายค่าที่มีผลลัพธ์แตกต่างกัน
คำถามที่พบบ่อย
อะไรคือความแตกต่างระหว่างสมดุลของแนชและสมดุลบริบูรณ์ของเกมย่อย?
ทุก SPE เป็นสมดุลของแนช แต่ไม่ใช่ในทางกลับกัน SPE กำหนดให้มีการเล่นแบบสมดุลของแนชในทุกเกมย่อย โดยขจัดสมดุลที่ได้รับการสนับสนุนจากภัยคุกคามนอกสมดุลที่ไม่น่าเชื่อถือซึ่งจะไม่ถูกนำไปปฏิบัติ
เหตุใดการเหนี่ยวนำย้อนกลับจึงดูเหมือนคาดการณ์พฤติกรรมที่ไม่สมจริงในบางครั้ง?
การเหนี่ยวนำย้อนกลับสันนิษฐานว่ามีความรู้ร่วมกันเกี่ยวกับความสมเหตุสมผลและข้อมูลที่สมบูรณ์ ผู้เล่นจริงอาจมีขีดจำกัดในการมองการณ์ไกล ความสมเหตุสมผลที่จำกัด หรือข้อมูลที่ไม่สมบูรณ์ ทำให้การคาดการณ์ของ SPE น่าเชื่อถือน้อยลงในทางปฏิบัติ
SPE จัดการกับเกมที่มีข้อมูลไม่สมบูรณ์อย่างไร?
SPE เพียงอย่างเดียวไม่สามารถนำไปใช้ได้โดยตรง แต่ Perfect Bayesian Equilibrium จะขยาย SPE โดยกำหนดให้ผู้เล่นต้องปรับปรุงความเชื่อเกี่ยวกับประเภทของผู้เล่นอื่นโดยใช้กฎของเบย์ (Bayes' rule) แล้วจึงเล่นอย่างเหมาะสมที่สุดตามความเชื่อเหล่านั้น
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Selten, R. (1965). Spieltheoretische Behandlung eines Oligopolmodells mit Nachfrageträgheit. Zeitschrift für die gesamte Staatswissenschaft, 121, 301-324.
เปิดเอกสารอ้างอิงสิ่งพิมพ์คัดลอกแล้วvon Stackelberg, H. (1934). Marktform und Gleichgewicht. Julius Springer.
เปิดเอกสารอ้างอิงสิ่งพิมพ์คัดลอกแล้ว