中间选民定理(迭代剔除劣势策略,换位思考)

耶鲁大学《博弈论》课程——迭代剔除 阅读详情

重点:迭代剔除劣势策略,换位思考

给出情景:

有10种立场,分成1 2 3 4 5 6 7 8 9 10,每个立场有10%的投票权,如果1号候选人拉拢1号立场,那么他会得到1号立场的全部投票,如果2号候选人拉拢3号立场,那么他会得到3号立场的全部投票,而2的投票会平均分给1号候选人和2号候选人,其他的4 5 6 7 8 9 10也会投票给2号候选人,因为离他们近。问如果你是候选人,那么你会拉拢哪堆人,使自己的投票最多。

 

分析:

    如果你是1号候选人,那么你一定不会选1,因为你如果那么选的话,那么2号候选人将选择2

设(1,2)= p,为1号候选人选择立场1,   2号候选人选择立场2,那么1号候选人得票率p = 10%

(1 ,2) = 10%    (2, 1) = 90%,  可以看出2号立场严格优于1号立场,所以我们排除有候选人会选择劣势立场的可能

此处1号可以对应10号立场, 2号立场对应9号立场,  9号立场严格优于10号立场

 

因为上一步,1号立场被两个候选人放弃的话,那么两个候选人就只剩下8个立场,分别是 2, 3 ,4,5,6,7,8

那么接下来两个候选人从这剩下的立场中选择,

(2, 3) = 20%      (3, 2)= 80%,1号候选人选择2号立场,2号候选人选择3号立场,3号立场又严格优于2号立场(但是立场3本身并不严格优于立场2,分析:如果1号候选人选择1号立场,2号候选人选择2号立场,2号候选人的得票率为90%,而如果2号候选人选择3号立场的话,得票率为 85%,我们只是从上一步中推论出1号候选人一定不会选择立场1 ,所以排除立场1后,3号立场严格优于2号立场)。

 

所以最终得选择一定会在5号立场和6号立场中间选择,得票率分别为 50%

《博弈论》笔记 [原则] 不要选严格劣势策略 理性的选择导致次优结果 如欲得之,必先知之 换位思考 人人自私,考虑非理性因素 “博弈”组成: i,j······ 参与人 si i的某策略 Si i的策略合集 S 某次博弈(即多个策略组合参与) Ui(s1,···,sn) <=> Ui(S) i的收益 S¬i <=>S(s1,···,sn)除si 除i外的策略合集 Famp.Def.Def.Famp.中间立场选民定理【思考1】:立场1,立场2谁有优势?所以,立场2严格优于立场1同理, 阅读详情

相关推荐

Yale开放课程博弈论8

首先回顾一下上节课的Candidates Voter Model

退而结网 741

智能控制相关作业题

1、什么是专家系统? 答:专家系统是一种智能的计算机程序,其内部含有大量某个领域专家水平的知识与经验,能够模拟人类专家的思维过程,求解该领域内需要专家才能解决的困难问题。 2、专家系统的结构是怎样的? 答:专家系统结构包括:知识库、推理机、人机接口。 3、严格劣势策略的定义是什么?弱劣势策略的定义是什么?请用一个包含两个参与人的博弈矩阵来举例说明,要求其中一个参与人有三个策略且三者之一为严格劣势策略;另一个参与人有三个策略但三者之一为弱劣势策略。请指出你所举例子中的劣势策略。 答: 严格劣势策略是指被全面的

woshicaiji12138的博客 955

23、空间迭代囚徒困境与复杂决策系统中的智能体行为研究

本文研究了空间迭代囚徒困境(Spatial IPD)中智能体的联盟行为及其在不同囚徒困境矩阵和邻居数量下的决策模式,同时探讨了复杂决策系统中环境与智能体的关系。通过实验分析表明,矩阵设置和邻居数量显著影响智能体的行为选择。此外,文章讨论了市场协调与进化计算在复杂决策系统中的应用,并通过分布式能源系统的案例展示了多智能体系统的适应性和协调能力。研究为理解智能体行为、提升系统灵活性和适应性提供了理论支持和实践参考。

jupi8的博客 92

耶鲁大学 博弈论(Game Theory) 笔记3-迭代剔除和中位选民定理

耶鲁大学 博弈论(Game Theory) 笔记3-迭代剔除和中位选民定理

qq_45353993的博客 1433

迭代囚徒困境:多人的迭代囚徒困境博弈,每位玩家多次提交。-matlab开发

迭代囚徒困境(IPD)博弈在博弈论、经济学、程序设计、决策论等领域长期被研究。 这是一个 2 人游戏场景,每个玩家必须在一系列游戏中决定是“合作”还是“失败”,他们各自的选择决定了每个玩家的相对成功或失败。 你会与对手合作还是想为自己窃取所有积分? 此代码在两个或更多玩家之间运行锦标赛。 每个玩家可以提交任意数量的“个性”。 每个玩家提交的每个个性与所有其他玩家提交的所有个性进行IPD游戏。 然后绘制并输出结果。 在此提交中,已经在 3 个示例玩家和每个玩家的一些简单样本人物中设置了一个示例。 要创建您自己的播放器和个人,只需更换播放器目录和示例功能。 要运行示例, >> IPD外壳 有关创建自己个性的更多详细信息、具体规则和说明, >> 帮助IPDshell 有关囚徒困境的更多信息,请参阅: http://plato.stanford.edu/entries/prisoner-d

局部极值动力学下空间迭代囚徒困境游戏中合作的演变

为了解释合作的发展,对空间迭代囚徒困境游戏进行了广泛的研究。 考虑到较大的策略空间大小和无限的交互时间,采用通用的“最佳模仿”更新规则是不现实的,该规则假设人类玩家具有比一次射击游戏更强的识别邻居策略的能力。 本文提出了一种新颖的局部极值动态系统,该系统中的每个玩家只需要识别邻居的收益,并在邻居获得最低收益时随机改变其策略即可。 在此更新规则下,针对不同大小的邻域(以其相应的半径r为特征),探讨了合作的演变。 结果表明,当r = 1时,系统陷入棋盘状状态,其中一半玩家始终使用类似于AllD的策略,另一半则不断更改其策略。 当r = 2时,系统首先进入类似AllD的状态,然后从该状态逃逸,最后演变为类似TFT的状态。 当r较大时,系统将锁定在具有与r = 1相似的低平均适应度的情况下。 活跃参与者的数量和形成集群的能力共同区分了不同r值的进化过程。 目前的发现进一步提供了对生物和社会系统中合作和集体行为演变的一些见解。

严格劣势策略和弱劣势策略

本文的pdf文件:link 一、问题重述        1,严格劣势策略与弱劣势策略:严格劣势策略的定义是什么?弱劣势策略的定义是什么?请用一个包含两个人参与的博弈矩阵来举例说明,要求其中一个参与者有三个策略且三者之一为严格劣势策略,另一个参与者有三个策略但三者之一为弱劣势策略,请指出你所举例子中的劣势策略。        2,迭代剔除(弱)劣势策略:请看下面的博弈

ZJH 1万+

线性调频LFM脉冲压缩 连续波雷达仿真&线性调频信号仿真分析压缩matlab程序源码

13、线性调频信号(LFM)压缩感知的稀疏与重构算法(OMP)的matlab仿真程序(一个可以在matlab上运行的压缩感知实例;8、具有多普勒频移的线性调频信号(知道带宽、采样频率、T使用MATLAB仿真线性调频信号即LFM,同时具有多普勒频移时,匹配滤波后的波形变化。19、CW脉冲和LFM信号Matlab仿真(这是matlab仿真程序,实现了常规雷达信号CW和线性调频信号LFM的仿真)18、lfm信号模糊函数图 matlab(用matlab 实现的线性调频信号信号(lfm)的模糊函数图)

2301_77866396的博客 400

博弈论学习笔记(三)迭代剔除和中位选民定理

迭代剔除劣势策略 先找出劣势策略,剔除劣势策略,再继续审视这个博弈,找出哪些现在也成了劣势策略,然后剔除他们。如此反复进行,这个过程被称之为迭代剔除劣势策略。它揭示了以下过程的主旨:站在对方的立场上去换位思考,推测对手的行动策略,同时想想对手也会站在你的立场推测你的意图,这样反复进行。像之前的猜数游戏,最后结果就剔除到1了。 中位选民定理在政治学中的一个案例 假设有两个候选人,而...

aishanmeng5704的博客 1492

Keil MDK 5.37及之后版本 安装AC5(ARMCC)编译器详细步骤

由于Keil 5.37及之后版本不再默认安装AC5(ARMCC)编译器,这就会导致由AC5编译的工程无法正常编译,往往输出窗口会提示以下信息:*** Target ‘STM32xxxx‘ uses ARM-Compiler ‘Default Compiler Version 5‘ which is not available.

s_Modesto的博客 1万+

opencv简单小项目

OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,它提供了大量的图像和视频处理功能。要开始一个OpenCV项目,你需要安装OpenCV库,这通常可以通过Python的pip包管理器完成。替换为你要加载的图像的实际路径。这个例子展示了OpenCV项目的基本结构,你可以在此基础上添加更多的图像处理功能。如果你需要更详细的指导或代码示例,请告诉我你的具体需求。

youyouxiong的博客 971

囚徒困境(进化优化算法)

有限状态机优化 最初发明进化规划是为了设计有限状态机,有限状态机生成的输出序列随内部状态和输入序列变化 箭头上的标记是 输入/输出 组合

毕业才是起点 1699

钉钉宜搭低代码开发师高级认证考试题库113题

钉钉宜搭低代码开发师(高级)考试试题题库,多次考试收集整理,判断题,单选题,多选题,排版清晰,查找方便。希望能帮助到大家!!!

qq_40811920的博客 6396

经典的囚徒困境

经典的囚徒困境1950年,由就职于兰德公司的梅里尔·弗勒德(Merrill Flood)和梅尔文·德雷希尔(Melvin Dresher)拟定出相关困境的理论,后来由顾问艾伯特·塔克(Albert Tucker)以囚徒方式阐述,并命名为“囚徒困境”。经典的囚徒困境如下:警方逮捕甲、乙两名嫌疑犯,但没有足够证据指控二人入罪。于是警方分开囚禁嫌疑犯,分别和二人见面,并向双方提供以下相同的选择:

wangya216的专栏 1809

Arduino+NRF24L01 无线遥控舵机与无刷电机系统搭建指南

本文详细介绍了使用Arduino和NRF24L01模块搭建无线遥控系统的完整指南,涵盖舵机和无刷电机的无线控制。从硬件选型、电路连接到代码编写与调试,提供了实用技巧和常见问题解决方案,帮助DIY爱好者低成本实现稳定可靠的无线遥控应用。

sre5engineer的博客 588

在 ABAP 平台配置 OAuth 2.0 Client(OA2C_CONFIG):一份可落地的全景实践

本文详细介绍了在ABAP平台中配置OAuth 2.0客户端的完整流程。重点讲解了四种授权类型(Client Credentials、Authorization Code、SAML 2.0 Bearer Assertion、Resource Owner Password Credentials)的适用场景和配置要点,以及客户端认证的三种方式(Client Secret、Client Certificate、mTLS)。文章提供了操作步骤、排错建议和工程实践指导,包括端点配置、回调地址管理、scopes设置等关

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 355

博弈论笔记--03--迭代剔除和中位选民定理

迭代剔除策略:先站在所有人的角度,删除所有的劣势策略,然后重复这个过程。 Game One--中间选民定理的例子 博弈者:2个Players需要选择自己的政治立场。 策略选项:一共有1-10种政治立场,每种都有10%的选民支持。 收益:候选者要最大化取得选票,他们需要胜利。 1代表极端左派(保守),10代表极端右派(激进) 这些选民最终会选择最接近他们的候选人进行投票。 这个博弈不会出现平局。 ...

weixin_33857230的博客 842

基于STM32L4XX、HAL库的ICP-10111压力传感器驱动程序设计

define ICP10111_CMD_MEAS_ULN 0x7866 // 超低噪声模式。#define ICP10111_CMD_MEAS_LP 0x609C // 低功耗模式。#define ICP10111_CMD_MEAS_LN 0x70DF // 低噪声模式。#define ICP10111_CMD_MEAS_N 0x6825 // 正常模式。ICP10111_MODE_LN, // 低噪声。// 等待测量完成(根据模式不同等待时间不同)

zhusl6688的博客 416

探索迭代囚徒困境:Axelrod 开源库的深度解析与应用

探索迭代囚徒困境:Axelrod 开源库的深度解析与应用 Axelrod A research tool for the Iterated Prisoner's Dilemma 项目地址: https://gitcode.com/gh_mirrors/ax/Axe...

gitblog_00076的博客 730

如何设置反馈点

前面的POWER DC仿真都是忽略反馈线进行的仿真,如果单板压降不过,电源会自动调整输出电压,来满足负载的得到额定的电压.可以看到因为设置了反馈点,源端电压就被抬高到满足压降的值了。仿真上也可以自己添加反馈点,以得到抬高后的电源输出电压值。同样以下图的CPU的Core电源为例。按照流程正常设置好参数。

weixin_54787054的博客 1146

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

博弈论经典例子

囚徒困境    故事讲的是,两个嫌疑犯作案后被警察抓住,分别关在不同的屋子里接受审讯。警察知道两人有罪,但缺乏足够的证据。警察告诉每个人:如果两人都抵赖,各判刑一年;如果两人都坦白,各判八年;如果两人中一个坦白而另一个抵赖,坦白的放出去,抵赖的判十年。于是,每个囚徒都面临两种选择:坦白或抵赖。然而,不管同伙选择什么,每个囚徒的最优选择是坦白:如果同伙抵赖、自己坦白的话放出去,不坦白的话判

sy050710628的专栏 1万+

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

第十周-囚徒困境

此游戏由著名的心理测试“囚徒困境”启发制作。 游戏规则极其简单。 初始分数为0分,由玩家与文(电脑)对战。 得分规则: 双方都合作 各得3分 双方都背叛 各得1分 一方合作一方背叛 背叛的5分 合作的0分 <span style="font-size:14px;">/* *Copyright (...

weixin_34337381的博客 359

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

博弈论四种类型之完全信息静态博弈

决策需要信息,几乎所有需要决策的场合我们都掌握着有限信息,这使得现实中往往是有限信息博弈。完全信息在这里指的是每个参与人对其他参与人的支付函数有着完全的了解。而静态指的是同时行动的博弈,或者不同时但后行动者不知道之前行动者的决策。 在完全信息静态博弈中的均衡是纳什均衡。最典型的例子是囚徒困境与智猪博弈。下面就由这两个例子展开,并将在博弈论中的一些知识点做出介绍。 【囚徒困境】中基于收益矩阵的模型

panxiqie的博客 2万+

博弈论2:学会换位思考(弱劣势策略)

在引入弱劣势策略之前先定义如下符号: si:某个人的决策 Si:所有人的策略集{s1,s2,...,sn} s:某一次博弈 一次博弈成为策略组合 收益:U(s1,....,sn) S-i:除了i以外其他参与人的决策 定义:参与者i的策略si'严格劣于参与者i的另一个策略si的意思是:在其他参与人选择S-i时,选择si的收益Ui(si)严格优于此情况下选si'的收益Ui(si'),对所有S-i均成立。 通俗地说,若si优于si',不管别人怎么选择,Ui(si)>Ui(si') 我们来看

weixin_44288744的博客 2639

选数字(多人博弈)

重点:换位思考 迭代剔除劣势策略,懂得换位思考。 100个人,每个人选择一个 1 - 100范围内的一个数字,谁的数字最接近平均数的 2/3,谁将获得奖金。如果是你,你会选几?前提是每个人都想赢得奖金。 分析步骤: 1. 每个人都不会选67 - 100之间的数字,因为最大数字为100,如果全班人都选100,那么平均值的2/3为 67,这样选择大于67的人的选择处于劣势策略,选择67...

error311的博客 8965
上一篇: 选行和列(收益非对称博弈)
下一篇: Python常用函数
error0318
博客等级 码龄9年 57粉丝 515原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值