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。
不完全信息与类型
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。
例如:
- 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。
- 企业知道自己的生产成本,却不知道竞争对手的成本。
- 卖方掌握买方所不了解的产品质量信息。
- 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。
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。
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。
不完全信息与不完美信息的区别
不完全信息和不完美信息描述的是博弈的不同特征。
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。
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。
形式化模型
标准的有限贝叶斯博弈可以写为
其中:
- 是参与者集合。
- 是参与者 的行动集合。
- 是参与者 的类型集合。
- 是类型组合 上的联合概率分布。
- 是参与者 的收益函数,其中 。
记号 表示除 以外所有参与者的类型,类似地, 表示他们的行动。
在标准解释中,类型组合 按照 抽取。每位参与者 都能观察到自身的类型 ,但不一定能观察到其他人的类型。随后,参与者选择行动。
分布 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
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。
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。
策略与期望收益
纯策略是依类型而定的行动规则,
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。
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:
其中, 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。
对于纯策略组合 ,类型为 的参与者选择行动 所获得的期望收益为
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。
以下三个视角很有用:
- **事前:**参与者尚未得知自身类型时。
- **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。
- **事后:**以实际实现的类型组合为条件。
贝叶斯均衡通常以事中激励为基础来表述。
贝叶斯纳什均衡
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。
对于纯策略,若满足
且这一条件对每位参与者 、每一种相关类型 和每一个备选行动 都成立,则 是一个均衡。
这一条件结合了两个思想:
- 每种类型都选择使其条件期望收益最大化的行动。
- 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。
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。
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。
存在性与局限
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。
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。
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。
海萨尼转换
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。
转换后的博弈按以下过程进行:
- 自然按照指定的分布选择一个类型组合。
- 每位参与者获得与自身类型相对应的信息。
- 参与者同时或依次选择行动。
- 收益取决于行动和实际实现的类型。
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。
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。
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。
示例:第一价格密封拍卖
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 ,这些估值分别独立地从 上的均匀分布中抽取。两个分布和拍卖规则都是共同知识。
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 、报价为 的获胜者获得的收益为 。
一个对称的贝叶斯纳什均衡为
为说明其原因,假设对手遵循这一规则。对于报价 ,当对手估值低于 时,该竞标者获胜;这一事件的概率为 。因此,期望收益为
对 求导,得到
其在 处为零。目标函数是凹函数,而高于 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。
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。
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 ,则对称均衡变为
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。
动态贝叶斯博弈与信念更新
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。
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。
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。
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。
应用
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。
**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。
**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。
**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。
**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。
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。
**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。
建模假设与计算挑战
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。
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。
计算可能十分困难。如果参与者 有 种类型,且在每种类型下都有 个可选行动,那么依类型而定的纯策略数量为
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。
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。