杨善锦技术专栏

是一种研究公平性和决策行为的博弈论模型。

在博弈论中，剔除弱优战略(weakly dominant strategy)是一种简化博弈分析的方法。弱优战略是指在博弈中，某个参与人的一种战略，无论其他参与人选择何种战略，该战略的收益都不低于其他战略，且至少存在一种情况，该战略的收益严格高于其他战略。

如果A出价低于800元，可能会导致其失去以合理价格赢得拍卖的机会，如在B出价700元，C出价500元的情况下，A若出价低于700元就会失去赢得拍卖的机会，而按800元出价就能赢得拍卖且获得100元收益；如果A出价高于800元，虽然可能赢得拍卖，但支付价格可能会高于其真实估价，从而降低或失去收益，如A出价900元，在其他情况不变时，虽然能赢得拍卖，但收益变为800 - 700 = 100元，与出价800元时相同，若第二高的出价高于800元，A的收益就会变为负。同理，B和C按照自己的真实估价出价也是最优的。

企业1提前做出承诺，例如大量投资于扩大产能，使得如果企业2进入市场，企业1进行价格战的威胁变得可信。这样的承诺改变了企业2对企业1行为的预期，企业2可能会因为害怕企业1发动价格战而遭受损失，从而放弃进入市场，企业1就达到了通过承诺改变博弈结果的目的。：假设在一个市场中有一个现有企业（称为企业1）和一个潜在进入企业（称为企业2）。企业2正在考虑是否进入这个市场，企业1可以选择容纳企业2进入（和平共处）或者进行价格战来抵制企业2进入。

贝叶斯均衡（Bayesian Nash Equilibrium）是博弈论中的一个重要概念。它是不完全信息静态博弈的均衡概念。在这种博弈中，参与者的类型（例如，成本函数、偏好等私人信息）是不确定的，每个参与者都有自己的类型空间，并且知道自己的类型，但只知道其他参与者类型的概率分布。

逆向归纳（Backward Induction）是博弈论中的一种分析方法，广泛应用于解决有限博弈，尤其是涉及多个阶段和决策的博弈问题。逆向归纳的核心思想是从博弈的终局出发，倒推回去，逐步推导出理性参与者在每个决策点的最优策略。识别终局状态：首先考虑博弈的最后一步，确定在终局时各参与者的支付（即他们的收益或损失）。倒推决策过程：从终局出发，逐步回推，分析每个决策节点下的最优选择。每个玩家会根据对方的选择来调整自己的策略。得出初始阶段策略。

智猪博弈”是博弈论中一个著名的纳什均衡例子，由约翰·纳什于1950年提出。

这样的格式更加清晰、直观地展示了不同策略组合下的收益情况。这样的格式更加清晰、直观地展示了不同策略组合下的收益情况。

猎鹿游戏描述了个体在合作与风险之间的权衡，反映了信任与协作的重要性。在理想情况下，双方应选择合作捕猎大鹿，达成帕累托最优结果；但在缺乏信任的条件下，可能退而求其次选择次优策略。( (捕猎大鹿, 捕猎大鹿) ) 是高收益但高风险的选择。( (捕猎兔子, 捕猎兔子) ) 是低收益但低风险的选择。增强信任或引入外部机制是实现合作的关键。

囚徒困境是一种经典的非零和博弈模型，揭示了个体理性与集体最优之间的矛盾。其研究价值广泛应用于经济学、社会学、政治学以及人工智能等领域，提供了分析冲突与合作的重要工具。理性的选择往往是 ( (D, D) )，导致次优结果。解决这一困境需要信任、沟通或外部激励机制。

( R )：时间收益（快速通过的好处）。( -C )：违规成本（如罚款或事故风险）。( -S )：安全成本（如与另一玩家冲突导致事故的风险）。( 0 )：零收益（选择等待，没有时间损失或风险）。安全性优先的理性选择通常是 ( (0, 0) )（双方 Wait）。冒险通行虽然可能带来短期收益，但长远来看可能导致高成本的双输局面。改进信号机制和加强规则执行，有助于减少冒险通行的发生。交通灯博弈为动态决策和风险管理提供了一个重要的分析工具，具有广泛的现实意义。