{
  "id": "bayesian-game",
  "title": "贝叶斯博弈",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "贝叶斯博弈描述参与者在不完全信息下，依据对私人特征的信念选择行动的策略互动。",
  "category": "mathematics",
  "subcategory": "applied",
  "type": "concept",
  "aliases": [
    "不完全信息博弈"
  ],
  "generated_at": "2026-11-06",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/bayesian-game/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/bayesian-game/",
      "json": "https://aiwiki.page/en/bayesian-game.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "贝叶斯博弈是博弈论中的一种模型。在这种模型中，参与者并不完全了解对策略选择具有重要影响的情境特征，例如其他参与者的偏好、成本、估值或可用资源。私人信息用参与者的类型表示，而对未知类型的信念则用概率分布表示。策略规定了参与者在每一种可能的类型下会采取什么行动；均衡则要求每位参与者在给定自身信息和其他参与者策略的情况下，作出使期望收益最大化的选择。"
    },
    {
      "heading": "不完全信息与类型",
      "text": "在完全信息博弈中，博弈的结构——包括参与者的收益函数——是共同知识。不过，参与者仍可能不确定其他人会选择哪些行动。贝叶斯博弈进一步引入了对某些特征的不确定性，而这些特征会影响行动选择或其后果。\n\n例如：\n\n- 竞标者知道自己对某件物品的估值，却不知道竞争对手的估值。\n- 企业知道自己的生产成本，却不知道竞争对手的成本。\n- 卖方掌握买方所不了解的产品质量信息。\n- 谈判者知道自己有多大意愿接受协议，却不知道对方的意愿。\n\n类型概括了参与者所掌握的、与模型有关的私人信息。它可以包括估值、成本、私人信号，或有关其他参与者所掌握信息的信息。类型不一定描述心理意义上的人格，也不一定表示固定的行为倾向。\n\n信息也可以涉及外部状态，而非参与者自身的特征。例如，多家企业可能收到关于未来需求的不同私人信号。对此，可以通过引入状态变量，并规定信号和收益如何取决于该状态来建模。\n\n不完全信息与不完美信息的区别\n\n不完全信息和不完美信息描述的是博弈的不同特征。\n\n不完全信息指对博弈中影响收益的特征存在不确定性。不完美信息则指参与者在选择行动时，无法观察到此前的某些行动。\n\n在同时行动博弈中，尽管参与者无法观察彼此当前的选择，信息仍可以是完全的。反过来，参与者即使能够观察此前的所有行动，也仍可能不确定某位参与者私下知晓的成本。动态贝叶斯博弈往往同时包含这两种不确定性。"
    },
    {
      "heading": "形式化模型",
      "text": "标准的有限贝叶斯博弈可以写为\n\n\\[G=\\left(N,(A_i)_{i\\in N},(T_i)_{i\\in N},p,(u_i)_{i\\in N}\\right),\\]\n\n其中：\n\n- \\(N=\\{1,\\ldots,n\\}\\) 是参与者集合。\n- \\(A_i\\) 是参与者 \\(i\\) 的行动集合。\n- \\(T_i\\) 是参与者 \\(i\\) 的类型集合。\n- \\(p\\) 是类型组合 \\(T=\\prod_{i\\in N}T_i\\) 上的联合概率分布。\n- \\(u_i:A\\times T\\to\\mathbb{R}\\) 是参与者 \\(i\\) 的收益函数，其中 \\(A=\\prod_{i\\in N}A_i\\)。\n\n记号 \\(t_{-i}\\) 表示除 \\(i\\) 以外所有参与者的类型，类似地，\\(a_{-i}\\) 表示他们的行动。\n\n在标准解释中，类型组合 \\(t\\) 按照 \\(p\\) 抽取。每位参与者 \\(i\\) 都能观察到自身的类型 \\(t_i\\)，但不一定能观察到其他人的类型。随后，参与者选择行动。\n\n分布 \\(p\\) 通常称为共同先验。共同先验并不意味着参与者在观察到自身类型后，拥有相同的信息或相同的信念。相反，他们的信念是以各自不同的私人观察为条件，对同一个先验分布进行条件化得到的。对于边际概率为正的类型，有\n\n\\[p(t_{-i}\\mid t_i) = \\frac{p(t_i,t_{-i})} {\\sum_{\\hat t_{-i}}p(t_i,\\hat t_{-i})}.\\]\n\n这是条件概率的一个应用。类型之间可能存在相关性：得知自身类型，也可能获得有关他人类型的信息。假设类型具有统计独立性，是一项额外的建模限制，而不是贝叶斯博弈定义的一部分。\n\n更一般的模型允许参与者各自具有不同的信念，而不要求共同先验，也可以采用连续的类型空间和行动空间。在类型连续的情况下，信念通过条件分布表示，并在适当之处用积分代替求和。"
    },
    {
      "heading": "策略与期望收益",
      "text": "纯策略是依类型而定的行动规则，\n\n\\[s_i:T_i\\to A_i.\\]\n\n因此，策略为每一种可能的类型都规定了行动，而不只是为实际出现的类型规定行动。\n\n混合策略可以表示为依类型而定的纯策略上的概率分布。对于静态贝叶斯博弈，也可以方便地用如下规则描述随机化行为：\n\n\\[\\sigma_i:T_i\\to\\Delta(A_i),\\]\n\n其中，\\(\\Delta(A_i)\\) 是行动上的概率分布所构成的集合。这一规则为每一种类型规定一个行动分布。\n\n对于纯策略组合 \\(s\\)，类型为 \\(t_i\\) 的参与者选择行动 \\(a_i\\) 所获得的期望收益为\n\n\\[U_i(a_i,s_{-i}\\mid t_i) = \\sum_{t_{-i}} p(t_{-i}\\mid t_i) u_i\\!\\left(a_i,s_{-i}(t_{-i});t_i,t_{-i}\\right).\\]\n\n这一期望值考虑了其他参与者类型的不确定性，以及通过他们的策略体现出来的、这些类型会选择何种行动的不确定性。采用随机化策略时，期望还要计入参与者的随机化选择。\n\n以下三个视角很有用：\n\n- **事前：**参与者尚未得知自身类型时。\n- **事中：**参与者已经得知自身类型，但尚未得知其他人的私人信息时。\n- **事后：**以实际实现的类型组合为条件。\n\n贝叶斯均衡通常以事中激励为基础来表述。"
    },
    {
      "heading": "贝叶斯纳什均衡",
      "text": "贝叶斯纳什均衡是一种策略组合：给定其他参与者的策略以及自身的条件信念，每位参与者的策略对于其每一种具有正概率的自身类型都是最优的。\n\n对于纯策略，若满足\n\n\\[U_i(s_i^*(t_i),s_{-i}^*\\mid t_i) \\geq U_i(a_i,s_{-i}^*\\mid t_i)\\]\n\n且这一条件对每位参与者 \\(i\\)、每一种相关类型 \\(t_i\\) 和每一个备选行动 \\(a_i\\in A_i\\) 都成立，则 \\(s^*\\) 是一个均衡。\n\n这一条件结合了两个思想：\n\n- 每种类型都选择使其条件期望收益最大化的行动。\n- 对其他参与者行动的信念，与这些参与者的均衡策略相一致。\n\n参与者不必选择在所有私人信息都公开后才会成为最优的行动，而应选择在自己实际掌握的信息下最优的行动。\n\n贝叶斯纳什均衡将纳什均衡扩展到了不完全信息情境。如果所有类型集合都只有一个元素，这一定义就退化为普通的纳什均衡。\n\n存在性与局限\n\n每一个有限贝叶斯博弈都存在随机化策略均衡。一种证明方法是构造一个有限的标准式博弈，将依类型而定的完整行动计划作为纯策略，再应用有限博弈的混合策略均衡存在定理。\n\n纯策略均衡则未必存在。对于无限的行动空间或类型空间，均衡的存在需要额外假设，例如适当的连续性、紧致性和可测性条件。\n\n均衡也未必唯一。在相同的信息结构下，不同均衡可能产生不同的行动、配置或收益。因此，均衡的存在本身并不能给出唯一的预测。"
    },
    {
      "heading": "海萨尼转换",
      "text": "现代贝叶斯博弈框架由约翰·C.海萨尼在1967—1968年发表的研究中提出。其核心方法通常称为海萨尼转换：把对参与者特征的不确定性表示为一个虚拟参与者“自然”在博弈开始时作出的选择。\n\n转换后的博弈按以下过程进行：\n\n- 自然按照指定的分布选择一个类型组合。\n- 每位参与者获得与自身类型相对应的信息。\n- 参与者同时或依次选择行动。\n- 收益取决于行动和实际实现的类型。\n\n这一转换将不完全信息博弈变为一个包含明确的机会行动、且结构得到完整规定的博弈。转换后的博弈通常具有不完美信息，因为参与者无法观察到自然所作选择的全部内容。\n\n自然不必表示真实发生的随机分配。这种构造也可以用来描述对既有事实的不确定性，例如对某家企业生产成本的不确定性。\n\n类型的一项重要作用是组织“关于信念的信念”：参与者可能不确定另一位参与者知道什么、相信什么，等等。简单的应用模型通常通过规定共同先验和信号结构来处理这些问题，而不是明确列出这些高阶信念。"
    },
    {
      "heading": "示例：第一价格密封拍卖",
      "text": "考虑两名风险中性的竞标者竞争一件物品的情形。每名竞标者私下观察到自己的估值 \\(v_i\\)，这些估值分别独立地从 \\([0,1]\\) 上的均匀分布中抽取。两个分布和拍卖规则都是共同知识。\n\n每名竞标者提交一个非负报价。报价较高者获胜，并支付自己的报价；落败者无需支付任何费用。估值为 \\(v_i\\)、报价为 \\(b_i\\) 的获胜者获得的收益为 \\(v_i-b_i\\)。\n\n一个对称的贝叶斯纳什均衡为\n\n\\[b(v)=\\frac{v}{2}.\\]\n\n为说明其原因，假设对手遵循这一规则。对于报价 \\(b\\in[0,1/2]\\)，当对手估值低于 \\(2b\\) 时，该竞标者获胜；这一事件的概率为 \\(2b\\)。因此，期望收益为\n\n\\[(v-b)\\,2b.\\]\n\n对 \\(b\\) 求导，得到\n\n\\[2v-4b,\\]\n\n其在 \\(b=v/2\\) 处为零。目标函数是凹函数，而高于 \\(1/2\\) 的报价不可能优于上述区间内的最优报价。在连续的估值分布下，报价相同的概率为零。\n\n这个例子说明了为什么策略是类型的函数：每一种可能的估值都对应一个不同的报价。它也表明，均衡行为未必会通过行动本身如实披露私人信息。\n\n在相同的估值独立、服从均匀分布且竞标者风险中性的假设下，若竞标者人数为 \\(n\\geq2\\)，则对称均衡变为\n\n\\[b(v)=\\frac{n-1}{n}v.\\]\n\n这些公式依赖于上述假设。估值相关、风险厌恶、保留价，或对共同基础价值的不确定性，都可能改变均衡。"
    },
    {
      "heading": "动态贝叶斯博弈与信念更新",
      "text": "在动态贝叶斯博弈中，参与者可能观察到能够揭示私人类型信息的行动。随后，信念会依据贝叶斯定理更新。\n\n例如，劳动者的教育选择可能向雇主传递有关其私下知晓的生产率的信息。这类互动是信号博弈的研究对象。不同类型可能选择不同的可观察行动，形成分离均衡；也可能选择相同的行动，形成混同均衡。\n\n仅使用贝叶斯纳什均衡，可能会容许在某些历史之后并非最优的行为，尤其是在均衡路径上发生概率为零的历史之后。因此，动态分析往往采用完美贝叶斯均衡和序贯均衡等精炼概念。\n\n这些概念将依情形而定的策略与决策点上的信念相结合，并对序贯最优性和信念一致性提出要求。它们不能相互替代：完美贝叶斯均衡的定义有多种，而序贯均衡则通过完全混合策略的极限施加一项特定的一致性要求。"
    },
    {
      "heading": "应用",
      "text": "贝叶斯博弈为分析信息分散情况下的策略行为提供了框架。\n\n**拍卖与采购。**竞标者拥有私人估值或私人成本。模型区分私人价值情境与竞标者信息涉及某个共同基础价值的情境。\n\n**合同与监管。**委托人可以为成本或特征属于私人信息的代理人设计合同条款。这些模型研究信息约束如何影响可行的合同。\n\n**产业组织。**企业可能在竞争的同时，掌握有关成本、产能、需求或投资意向的私人信息。\n\n**讨价还价。**谈判者可能拥有私人的保留价值，或掌握有关达成协议所带来收益的信息。出价和拖延本身也可能传递信息。\n\n机制设计。机制设计将通常的问题反过来：它不预测既定规则下的行为，而是研究旨在实现特定结果的规则。贝叶斯激励相容要求，在其他参与者都如实报告时，如实报告能够使每种类型的期望收益最大化。\n\n**计算环境中的策略互动。**贝叶斯博弈模型被用于安全资源配置和多智能体系统，在这些场景中，参与者掌握有关目标、资源或能力的私人信息。"
    },
    {
      "heading": "建模假设与计算挑战",
      "text": "信息结构是贝叶斯博弈的核心，而不是次要细节。即使实际可采取的行动不变，改变参与者观察到的信息、类型之间的相关方式，或他们对彼此的信念，也可能改变均衡结果。\n\n共同先验假设为联系私人信息与信念提供了一种易于处理的方法。不过，它排除了某些形式的先验分歧，在具体应用中也可能难以得到合理支持。同样，当相关概率本身都不甚清楚时，用一个已知的概率分布来表示不确定性，也可能具有局限性。\n\n计算可能十分困难。如果参与者 \\(i\\) 有 \\(|T_i|\\) 种类型，且在每种类型下都有 \\(|A_i|\\) 个可选行动，那么依类型而定的纯策略数量为\n\n\\[|A_i|^{|T_i|}.\\]\n\n因此，即使对于规模中等的模型，直接构造标准式博弈也可能不切实际。计算方法可以转而采用基于类型的表述、利用特殊结构、将连续空间离散化，或寻求近似均衡。\n\n最后，均衡预测取决于有关收益最大化、信念和策略一致性的假设。贝叶斯博弈为私人信息条件下的决策提供了一个严谨的模型，但并不能证明现实中的参与者确实拥有模型所假设的信念，或会选择某个特定均衡。"
    }
  ],
  "links": [
    "game-theory",
    "joint-probability-distribution",
    "conditional-probability",
    "statistical-independence",
    "mixed-strategy",
    "expected-value",
    "nash-equilibrium",
    "uniform-distribution",
    "bayes-theorem",
    "mechanism-design"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}