{
  "id": "non-zero-sum-game",
  "title": "非零和博弈",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "非零和博弈中，各方得失不必相抵，因此可能共同获益、共同受损，也可能兼有合作与冲突。",
  "category": "mathematics",
  "subcategory": "applied",
  "type": "concept",
  "aliases": [],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/non-zero-sum-game/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/non-zero-sum-game/",
      "json": "https://aiwiki.page/en/non-zero-sum-game.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "非零和博弈是博弈论中的一类博弈，其中一名参与者的收益不一定恰好由其他参与者的损失来抵消。参与者可能共同获益、共同受损，也可能就如何分配互动所创造的收益产生分歧。按照通常的实质性含义，这一术语指的是总收益可随参与者的选择而变化的博弈，而非仅涉及如何分配固定总量的互动。因此，非零和博弈既可能包含共同利益，也可能存在利益冲突；它并不一定是合作性的，也不一定能让各方互惠互利。"
    },
    {
      "heading": "定义与数学表述",
      "text": "一个策略式博弈，又称标准式博弈，由参与者集合 \\(N=\\{1,\\ldots,n\\}\\)、每位参与者 \\(i\\) 的策略集 \\(S_i\\)，以及收益函数构成：\n\n\\[u_i:S_1\\times\\cdots\\times S_n\\rightarrow\\mathbb{R}.\\]\n\n策略组合 \\(s=(s_1,\\ldots,s_n)\\) 指定了每位参与者的选择。收益 \\(u_i(s)\\) 表示参与者 \\(i\\) 对由此产生的结果的评价，不一定是货币收入。\n\n在零和博弈中，对每个策略组合都有\n\n\\[\\sum_{i=1}^{n}u_i(s)=0\\]\n\n更一般地，常和博弈满足\n\n\\[\\sum_{i=1}^{n}u_i(s)=c\\]\n\n其中 \\(c\\) 是某个固定常数。从各参与者的收益中分别减去适当的常数，就可以将常和博弈规范化为零和形式，而不改变其策略激励。\n\n由此产生了术语上的区别：\n\n- **字面意义上的非零和：**收益之和并非恒为零。按照这一定义，总收益为非零常数的常和博弈也属于非零和博弈。\n- **变和：**收益之和随策略组合而变化。当人们将非零和互动与围绕固定总量展开的竞争相对比时，通常指的是这一含义。\n\n对于变和博弈，存在策略组合 \\(s\\) 和 \\(t\\)，使得\n\n\\[\\sum_i u_i(s)\\ne\\sum_i u_i(t).\\]\n\n含义更广的术语一般和博弈也很常见，尤其是在技术性文献中。它通常表示不施加零和限制，而不是要求所讨论的每个博弈的总收益都必须可变。"
    },
    {
      "heading": "示例：囚徒困境",
      "text": "囚徒困境说明，存在互利机会并不保证参与者能够实现互利。两名参与者各自选择合作或背叛。下面给出一个示例性的收益矩阵：\n\n参与者1 / 参与者2 | 合作 | 背叛\n合作 | \\(3,3\\) | \\(0,5\\)\n背叛 | \\(5,0\\) | \\(1,1\\)\n\n每个有序数对中，前一个数是参与者1的收益，后一个数是参与者2的收益。\n\n双方都合作时，总收益为 \\(6\\)；只有一方合作时，总收益为 \\(5\\)；双方都背叛时，总收益为 \\(2\\)。因此，这是一场变和博弈。\n\n然而，无论另一方如何选择，背叛都能使任何一方获得更高的收益：\n\n- 面对合作，背叛可获得 \\(5\\)，而非 \\(3\\)。\n- 面对背叛，背叛可获得 \\(1\\)，而非 \\(0\\)。\n\n因此，对每位参与者而言，背叛都是严格占优策略。双方都背叛是这个博弈唯一的纳什均衡，尽管双方在相互合作时都能获得更高的收益。\n\n这个例子区分了两个问题：是否存在互利的结果，以及激励机制能否使这一结果保持稳定。"
    },
    {
      "heading": "均衡与集体利益",
      "text": "纳什均衡\n\n纳什均衡是一种策略组合，在此组合下，任何参与者都无法仅靠单方面改变自己的策略来提高收益。形式上，若对每位参与者 \\(i\\) 都有\n\n\\[u_i(s_i^*,s_{-i}^*)\\geq u_i(s_i,s_{-i}^*) \\quad\\text{for every }s_i\\in S_i,\\]\n\n则 \\(s^*\\) 是一个均衡，其中 \\(s_{-i}^*\\) 表示所有其他参与者的策略。\n\n有限博弈不一定存在纯策略均衡，但至少存在一个混合策略均衡，即参与者以一定概率随机选择可采取的行动。此时，收益通过期望值来评价。\n\n与双人零和博弈不同，一般和博弈可能存在多个均衡，其收益分配和集体获益程度各不相同。仅仅达到均衡，并不意味着实现了公平、效率或总收益最大化。\n\n帕累托效率\n\n如果不存在一个可行的替代结果，能够在不使任何参与者境况变差的前提下，使至少一名参与者的境况变好，那么这个结果就具有帕累托效率。如果一个结果使所有人的境况至少不变差，并使某些人的境况严格变好，就称它帕累托优于另一个结果。\n\n在上述囚徒困境示例中，双方合作帕累托优于双方背叛。因此，该均衡不具有帕累托效率。\n\n帕累托效率并不决定收益应当如何分配。多个有效率的结果可能分别偏向不同的参与者。它也不等同于收益总和最大化：要进行这种最大化，必须接受某种特定的方式来比较和加总各参与者的收益。\n\n协调与分配\n\n非零和博弈往往同时包含两个不同的问题：\n\n- **协调：**选择彼此相容、能够带来收益的行动。\n- **分配：**决定由谁获得这些收益，或由谁承担成本。\n\n例如，两个组织都可能因采用兼容的技术标准而受益，但各自偏好不同的标准。双方在兼容性上的共同利益，并不会消除它们在采用哪种标准上的分歧。"
    },
    {
      "heading": "主要类型",
      "text": "非零和博弈涵盖多种不同的激励结构。\n\n**共同利益博弈。**参与者具有相同的收益函数，或至少对各种结果的优劣排序持一致意见。即便如此，不确定性、沟通失败或协调问题仍可能带来策略上的困难。\n\n**协调博弈。**参与者通过选择彼此相容的策略而获益。这类博弈可能存在多个均衡，不同均衡的收益或风险也可能各不相同。\n\n**社会困境。**对个人有吸引力的选择，可能导致对群体而言更差的结果。囚徒困境、公共物品问题以及某些共享资源问题，都属于这一大类。\n\n**讨价还价博弈。**参与者可以通过达成协议获益，但在如何分配收益方面存在偏好冲突。不达成协议时可选择的替代方案、掌握的信息，以及作出可信承诺的能力，都会影响结果。\n\n这些类别彼此重叠。一场博弈可能同时涉及协调、讨价还价，以及利用他人贡献获利的激励。\n\n零和与非零和博弈的区分，也不同于合作博弈论与非合作博弈论的区分。非合作分析对参与者各自的策略选择进行建模，其中也包括谈判、合作或订立合同的决定。相比之下，合作博弈论通常研究联盟能够取得什么成果，以及如何分配这些成果带来的收益。"
    },
    {
      "heading": "重复互动、信息与制度",
      "text": "单次互动中的激励可能不同于重复博弈中的激励。当参与者持续互动时，当前的行动可能影响未来的奖励、惩罚或合作意愿。\n\n例如，考虑上述囚徒困境无限期重复的情形。假设未来收益按 \\(\\delta\\) 折现，其中 \\(0\\leq\\delta<1\\)，各方的行动都能被完全观察到，并且每位参与者在任何一次背叛发生之前都选择合作；一旦出现背叛，双方此后就永远背叛。\n\n持续合作为一名参与者带来的收益为\n\n\\[\\frac{3}{1-\\delta}.\\]\n\n面对合作的对手先背叛一次，随后获得双方背叛的收益，则总收益为\n\n\\[5+\\frac{\\delta}{1-\\delta}.\\]\n\n当满足以下条件时，合作更为有利：\n\n\\[\\frac{3}{1-\\delta}\\geq 5+\\frac{\\delta}{1-\\delta},\\]\n\n化简后得到 \\(\\delta\\geq\\tfrac12\\)。在这些假设下，上述策略可以使合作作为子博弈精炼均衡得以维持。这并不意味着合作一定会发生：其他均衡仍然可能存在，而不同的监测或时序假设也会改变分析结果。\n\n制度也可以改变博弈。合同、核验、惩罚、补贴和沟通，都可能改变可采取的行动、可获得的信息或收益。机制设计研究如何构建规则，使个体激励有助于实现特定目标。"
    },
    {
      "heading": "应用",
      "text": "在经济学中，非零和模型用于描述讨价还价、缔约、生产、公共物品以及企业间竞争。一笔交易可以为双方创造收益，同时仍留下价格上的利益冲突。同样，竞争既可能影响创造多少价值，也可能影响这些价值如何分配。\n\n环境与共享资源模型研究的是个体选择会影响集体结果的互动。例如，资源保护的收益可能由许多人共享，而其直接成本却由特定参与者承担。\n\n在计算机科学和人工智能中，一般和博弈用于描述目标部分一致的智能体之间的互动，例如网络用户、自动谈判智能体或学习系统。改进某个智能体的策略，可能改变其他智能体所面对的激励和学习环境。\n\n这些应用都需要明确相关的参与者、选择、信息和收益。仅仅将一种互动称为非零和，并不能确定其均衡，也不能解释如何实现合作。"
    },
    {
      "heading": "历史发展",
      "text": "固定总量的竞争与具有更广泛可能性的互动之间的区别，逐渐成为现代博弈论的核心议题。约翰·冯·诺依曼于1928年证明了有限双人零和博弈的极小极大定理。他与奥斯卡·摩根斯坦于1944年合著的《博弈论与经济行为》，为策略分析和合作分析奠定了重要框架。\n\n约翰·纳什在1950至1951年的研究将均衡分析推广到一般的非合作博弈，其中包括收益并非零和的博弈。后续研究进一步发展了讨价还价理论、重复博弈分析、信息经济学，以及研究合作与冲突的制度分析方法。"
    },
    {
      "heading": "解读上的局限",
      "text": "**收益总和取决于表示方式。**对每位参与者分别施加正仿射变换，不会改变其期望效用偏好：\n\n\\[u_i'(s)=a_i u_i(s)+b_i, \\qquad a_i>0.\\]\n\n这些变换保留了策略激励和纳什均衡，但不同的缩放系数可能改变所列收益之和是否为常数。因此，即使一个博弈写出的收益之和不为零，它在策略上仍可能等价于零和博弈。关于“总福利”的论断，需要对衡量方式和人际比较作出额外假设。\n\n**互利需要一个比较基准。**一个结果是否有益，是相对于某种替代情形而言的，例如不参与、先前的安排，或另一个可行结果。“正和”一词本身并未指明这一基准。\n\n**模型的边界很重要。**模型中参与者的收益，可能以未纳入模型的其他主体承担成本为代价。例如，两家企业之间有利可图的协议，不一定有利于消费者。将受到影响的其他主体纳入模型，可能改变对这一互动的评价。\n\n**非零和不意味着没有冲突。**参与者可能都认同存在创造更大剩余的可能性，却在如何分配剩余、涉及哪些风险，或谁应先采取行动等问题上存在尖锐分歧。存在潜在收益，与存在能够实现这些收益的激励、信息和可执行安排，是两回事。"
    }
  ],
  "links": [
    "game-theory",
    "zero-sum-game",
    "prisoners-dilemma",
    "matrix",
    "nash-equilibrium",
    "mixed-strategy",
    "expected-value",
    "pareto-efficiency",
    "repeated-game",
    "mechanism-design",
    "economics",
    "computer-science",
    "artificial-intelligence",
    "john-von-neumann"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}