第475章 逆向归纳法(1/2)

首发：~第475章 逆向归纳法

逆向归纳法（backward induction）

逆向归纳法是一种常用于动态博弈的求解方法，核心思想是从博弈的最后阶段开始推导，逐步回溯，找到最优策略。

这种方法通常用于有限步博弈（finite games），尤其是在完全信息动态博弈中，即所有参与者都知道游戏规则和其他玩家的可能选择。

逆向归纳法的基本步骤

1 从最后一步开始分析：假设已经到达博弈的最后一个决策节点，找出在此节点上每个玩家的最优策略。

2 回溯至前一步：假设前一个决策者知道后续的最优选择，并据此做出最优决策。

3 重复以上过程，直至回溯到起点：最终得出的策略就是整个博弈的最优均衡解。

案例分析

1 终局博弈（ultimatum game）

假设有两个玩家：

a玩家分配100元，决定给b玩家多少钱（整数）。

b玩家可以选择接受（accept）或拒绝（reject）：

如果接受，双方按a的分配拿钱。

如果拒绝，双方都拿不到钱。

逆向归纳分析

1 b的决策（最后一步）：

如果b接受，他能获得分配到的钱。

如果b拒绝，双方都拿不到钱。

理性b玩家应接受任何非零金额，因为比0更好。

2 a的决策（回溯）：

a知道b会接受任何非零金额，所以a的最优策略是给b最少的钱（如1元），自己拿99元。

结论：a分1元，b接受，这是均衡策略。

2 进入威胁博弈（entry deterrence game）

假设一个新企业（e）考虑进入市场，而已有企业（i）可以选择降价竞争（fierce）或维持高价（acmodate）。

博弈树

1 e决定是否进入市场：

进入（enter）

不进入（stay out）

2 如果e进入，i决定策略：

降价（fierce）：i 和 e 都亏损 -10。

高价（acmodate）：i赚10，e赚5。

e不进入（stay out）：i独占市场，赚15，e赚0。

逆向归纳分析

1 i的决策（最后一步）：

如果e已进入，i在降价（-10）和高价（10）之间选择，高价更优，所以i会选择高价。

2 e的决策（回溯）：

知道i不会降价，e进入后可以赚5（比0好），所以e会进入市场。

结论：e进入，i维持高价，这是均衡策略。

3 百吉饼博弈（centipede game）

假设有两个玩家轮流决定“拿走（take）”还是“继续（pass）”奖金池：

初始奖金池2元，每轮增加。

如果某人“拿走”，他获得大部分奖金，另一个人获得少部分。

游戏最多持续4轮。

逆向归纳分析

1 最后一轮：

若轮到玩家b，他会“拿走”，因为这是他的最后机会。

2 倒数第二轮：

玩家a知道b会在下一轮拿走，因此他会在这一轮就拿走。

3 第三轮：

玩家b知道a会在下一轮拿走，因此他会在这一轮就拿走。

4 回溯至第一轮：

a知道b在下一轮会拿走，所以a在第一轮就拿走。

结论：尽管合作能让奖金池增大，但完全理性玩家会在第一轮就终止游戏。

总结

逆向归纳法适用于有限步动态博弈，从最后一步开始推导。

它能帮助玩家预见对手的最优策略，做出最优决策。

适用于终局博弈、市场进入、谈判、竞标等策略决策。

逆向归纳法的应用

逆向归纳法广泛应用于经济、商业、政治、军事、人工智能等领域，特别适用于动态决策问题，即决策者的选择会影响未来的结果。以下是几个典型的应用场景：

1 经济与商业