第6章 博弈沙盘：多个决策者的较量

第6章 · 博弈沙盘：多个决策者的较量

本章要回答的三个问题：当你的最优选择取决于别人的选择时，"最优"该如何重新定义？纳什均衡为什么是博弈的天然落点，它何时令人沮丧（囚徒困境）何时皆大欢喜？当博弈的规则本身可以被设计时，如何让参与者的自利行为汇成设计者想要的结果？本章把第 3 章的单主体优化扩展成多主体交互。

为什么会有这一章

前五章的沙盘上只有一个决策者，其余的一切——需求、成本、路况——都是被动的参数。但定价有对手对标，投标有对手抬价，团队协作里每个成员都有自己的算盘。此时"求解我的最优"是不够的：我眼中的最优依赖对手的行动，对手的最优又依赖我的。博弈论提供的答案是一个不动点式的概念——纳什均衡：一组策略，使得任何一方单方面偏离都不会更好。它是"互相都无怨无悔"的稳定态。

本章两节走两级台阶。第一级是博弈分析：给定规则，找均衡、读懂均衡的悖论——为什么理性的个体会共同走向糟糕的结局。第二级是机制设计：反向工程，先定目标（效率、收益、公平），再设计规则（拍卖、投票、匹配），让自利的参与者在均衡处恰好实现目标。这门"规则的科学"拿过诺贝尔经济学奖，也在在线广告、频谱分配、器官捐献匹配里每天运转。

读完能解决什么

• 用最优反应与划线法求小博弈的纳什均衡，区分纯策略与混合策略；
• 解释囚徒困境、协调博弈的结构，并识别现实中的对应局面；
• 理解二价拍卖为什么让说真话成为占优策略，掌握 Shapley 值的分账直觉。

各节怎么分工

本章知识点清单

• 博弈三要素：参与人、策略、收益；占优策略与最优反应；
• 纳什均衡的存在性与多重性；混合策略的期望化理解；
• 囚徒困境的结构：个体理性与集体理性的冲突；重复博弈如何松动困境；
• 机制设计两约束：激励相容与个体理性；
• 二价拍卖（Vickrey）的真话占优；VCG 与 Shapley 值的公平分账逻辑。

博弈沙盘的攻防地图

单主体优化问"我怎么做最好"；博弈问"大家都不后悔时会停在哪"；机制设计问"怎么改规则让大家停的地方对我有利"。

博弈思维的三步内化

把博弈思维装进直觉，建议按三步走。第一步，识别交互：拿到一个决策问题，先问"有没有别的决策者的选择会改变我的收益"——有，就不再是单纯优化，第 3 章的兵器只能作为均衡求解的内层零件。第二步，找均衡并审视它：算出纳什均衡后别急着高兴，先判断这是囚徒困境式的坏均衡还是协调博弈式的多个好均衡；坏均衡的出路在博弈之外（改次数、改矩阵、改承诺），这是 6.1 节的核心教益。第三步，反过来想规则：当你可以制定规则时，问"什么样的规则让说真话、守约定成为参与者的最优选择"——这是机制设计的灵魂，也是在线市场、拍卖与匹配算法共享的设计哲学。三步走完，你看到的世界会从"参数的海洋"变成"激励的网络"。

先决条件

• 第 4 章的期望值计算（混合策略要算期望收益）；
• 不需要经济学基础；矩阵乘法与概率基础即可。

往下走到哪

运筹学战线至此收官。下一章跨过楚河汉界，进入控制论战线：先学给动态系统建立状态空间模型、判断稳定性、设计 PID——反馈世界的三块基石。