纳什均衡

  约翰·纳什1948年作为年轻数学博士生进入普林斯顿大学。其研究成果见于题为《非合作博弈》（1950）的博士论文。该博士论文导致了《n人博弈中的均 衡点》（1950）和题为《非合作博弈》（1951）两篇论文的发表。纳什在上述论文中，介绍了合作博弈与非合作博弈的区别。他对非合作博弈的最重要贡献 是阐明了包含任意人数局中人和任意偏好的一种通用解概念，也就是不限于两人零和博弈。该解概念后来被称为纳什均衡。

  假设有n个局中人参与博弈，给定其他人策略的条件下，每个局中人选择自己的[纳什均衡]纳什均衡最优策略（个人最优策略可能依赖于也可能不依赖于他人的战略），从而使自己利益最大化。所有局中人策略构成一个策略组合（Strategy Profile）。纳什均衡指的是这样一种战略组合，这种策略组合由所有参与人最优策略组成。即在给定别人策略的情况下，没有人有足够理由打破这种均衡。 纳什均衡，从实质上说，是一种非合作博弈状态。

  纳什均衡的定义：在博弈G=﹛S1,…,Sn：u1,…,un﹜中，如果由各个博弈方的各一个策略组成的某个策论组合（s1*,…,sn*）中，任一博弈 方i的策论si*，都是对其余博弈方策略的组合（s1*,…s*i-1,s*i+1,…,sn*）的最佳对策，也即ui（s1*,…s*i-1, si*,s*i+1,…,sn*）≥ui（s1*,…s*i-1, sij*,s*i+1,…,sn*）对任意sij∈Si都成立，则称（s1*,…,sn*）为G的一个纳什均衡。
 
  纳什均衡经典案例：囚徒困境

  假设有两个小偷A和B联合犯事、私入民宅被警察抓住。警方将两人分别置于不同的两个房间内进行审讯，对每一个犯罪嫌疑人，警方给出的政策是：如果一个犯罪 嫌疑人坦白了罪行，交出了赃物，于是证据确凿，两人都被判有罪。如果另一个犯罪嫌疑人也作了坦白，则两人各被判刑8年；如果另一个犯罪嫌人没有坦白而是抵 赖，则以妨碍公务罪（因已有证据表明其有罪）再加刑2年，而坦白者有功被减刑8年，立即释放。如果两人都抵赖，则警方因证据不足不能判两人的偷窃罪，但可 以私入民宅的罪名将两人各判入狱1年。表2.2给出了这个博弈的支付矩阵。
  　　

A╲B	坦白	抵赖
坦白	-8，-8	0，-10
抵赖	-10，0	-1，-1

　
  关于案例，显然最好的策略是双方都抵赖，结果是大家都只被判1年。但是由于两人处于隔离的情况，首先应该是从心理学的角度来看，当事双方都会怀疑对方会出 卖自己以求自保、其次才是亚当·斯密的理论，假设每个人都是“理性的经济人”，都会从利己的目的出发进行选择。这两个人都会有这样一个盘算过程：假如他坦 白，我抵赖，得坐10年监狱，坦白最多才8年；他要是抵赖，我就可以被释放，而他会坐10年牢。综合以上几种情况考虑，不管他坦白与否，对我而言都是坦白 了划算。两个人都会动这样的脑筋，最终，两个人都选择了坦白，结果都被判8年刑期。 　　基于经济学中Rational agent的前提假设，两个囚犯符合自己利益的选择是坦白招供，原本对双方都有利的策略不招供从而均被释放就不会出现。这样两人都选择坦白的策略以及因此被判8年的结局，纳什均衡”首先对亚当·斯密的“看不见的手”的原理提出挑战：按照斯密的理论，在市场经济中，每一个人都从利己的目的出发，而最终全社会达到利他的效果。但是我们可以从“纳什均衡”中引出“看不见的手”原理的一个悖论:从利己目的出发,结果损人不利己,既不利己也不利他。

  纳什的传记：《普林斯顿的幽灵》/《美丽心灵》
 

  艾里西亚与约翰·纳什的故事让人敬佩。