第 6 章 博弈会馆：博弈论与机制设计
第 6 章 · 博弈会馆：博弈论与机制设计
章节摘要：前五章的机制都在"设计者"视角下运转，会馆把视角翻过来：假设每个镇民都是精明的自利者，会撒谎、会算计、会反着规则来——什么样的局面能够稳定？本章讲博弈论的完整主线：策略式与扩展式、纳什均衡及其求法、动态博弈的逆向归纳与可信威胁、重复博弈里合作的诞生、拍卖与机制设计（让说真话成为最优策略）、演化博弈（去掉理性假设看种群动态）。这是全册的理论心脏。
学习目标
阅读完本章，你应当能够：
- 把一个多智能体交互场景翻译成标准式博弈（玩家、策略、收益）或扩展式博弈树；
- 用最佳响应法手求小博弈的纯策略纳什均衡，用无差异法求混合策略均衡；
- 在博弈树上做逆向归纳，解释"不可信威胁"为何会被均衡淘汰；
- 阐述无名氏定理的条件直觉，解释以牙还牙如何在重复博弈中支撑合作；
- 说明二价拍卖与维克里机制的关系，验证占优策略激励相容，手算小例子；
- 写出复制者动态方程，解释演化稳定策略与纳什均衡的强弱关系。
核心概念速览
一句金句：均衡不是道德也不是智慧，是"没有人愿意单方面改变"的力学平衡点。
子章节导航
6.1 博弈的语言：策略、收益与理性
会馆的入门课：博弈论怎么给交互建模。玩家、策略、收益三件套；标准式与扩展式两种记法；理性的层级（一阶到共同知识）；帕累托最优与个体理性的分野——个人最优加起来未必集体最优，这是全书矛盾的数学根源。
6.2 纳什均衡：静态博弈的稳定解
会馆的镇馆之宝。均衡的定义与直觉、最佳响应划线法、混合策略（猜拳为什么该随机）、均衡的多重与选择问题；用代码实现最佳响应迭代与混合均衡验证，亲手找到囚徒困境与协调博弈的均衡。
6.3 动态与重复博弈：可信威胁与合作的诞生
行动有先后、博弈有历史，静态分析就不够用了。扩展式博弈树、逆向归纳、子博弈完美均衡（剔除不可信威胁）；重复博弈把一锤子买卖拉长成一世交道，无名氏定理解释合作为何能被"未来的报复"支撑；以牙还牙的代码锦标赛。
6.4 机制设计与拍卖：把市场搬进小镇
换个方向：不分析给定的博弈，而是设计博弈的规则让自利者自己走到设计者想要的结局。占优策略激励相容、维克里二价拍卖、VCG 机制、联盟形成与 Shapley 值的公平分账；代码跑一场说真话不吃亏的二价拍卖。
6.5 演化博弈：种群动态与演化稳定策略
最后一课去掉理性假设：策略是天赋而不是选择，好策略靠繁殖胜出。复制者动态、演化稳定策略（ESS）、鹰鸽博弈的种群比例平衡；用代码模拟策略比例的世代演化，看均衡从"选择"变成"漂变"。
子章节之间的逻辑关系
五节是"语言—解概念—时间维度—设计维度—演化维度"的递进：6.1 给词汇，6.2 给核心解概念，6.3 引入时间与历史，6.4 从分析翻到设计（规则制定者的科学），6.5 从理性翻到演化（去掉理性假设再证一遍均衡）。6.4 直接消费 6.2 的均衡概念（激励相容=说真话是均衡），6.5 为 6.2 的均衡提供非理性根基。本章与第 3 章协商、第 5 章声誉互为表里：那些章讲制度，本章讲制度背后的数学。
6.1 语言 ──► 6.2 均衡 ──► 6.3 时间维度 ──► 6.4 设计维度 │ │ └──────► 6.5 演化维度 ◄────────┘
本章可考核知识点清单
- 能写出标准式博弈的三元组定义并画出收益矩阵；
- 能解释"理性是共同知识"的递归含义与其实证脆弱性；
- 能用划线法求均衡、能解释混合策略的存在性定理含义；
- 能在给定博弈树上执行逆向归纳并指出子博弈完美均衡路径；
- 能陈述无名氏定理的直觉版本（贴现率足够小则合作可支撑）；
- 能验证二价拍卖中真实报价是弱占优策略；
- 能写出两策略复制者动态并解释 ESS 的侵入测试。
前置知识与后续延伸
- 前置知识：第 5 章的声誉机制（重复博弈声誉效应的工程版）；中学概率（混合策略要算期望）；无障碍的矩阵运算直觉（不需要线性代数）。
- 后续延伸：本章的均衡概念是第 7 章多智能体强化学习的靶子（学习算法在博弈里找均衡）；机制设计在算法博弈论里还有一整片天地（计算复杂度加进激励相容）；第 9 章的频谱拍卖与金融市场是本章机制的亿万级现场。