博弈论与策略行为

收益矩阵

/ PAY-off MAY-triks /

当两位玩家各自只面对寥寥几个选择时,一眼看清整个局面的最简洁办法就是一张小表格。一位玩家的选项标在各行,另一位的标在各列,每个格子写明:若这两步被同时选中,双方各得多少。这张表就是收益矩阵——一次性、同时出手博弈(玩家同时行动、看不到对方选择)的标准“图像”。

把一个格子读作一对数字,按惯例先写行玩家的收益,再写列玩家的。假设两家公司各选“高价”或“低价”。(低,高)这一格也许写着(10,2),意思是当行公司走低价、列公司走高价时,行公司赚 10、列公司赚 2。要找出好策略,玩家就沿某一列向下看(把对手的走法固定),问自己“我的哪一行能让我赚得更多?”对每一列都这样做,就能揭示最佳反应、占优策略,最终找出纳什均衡——那些谁都不愿改动的格子。

收益矩阵是博弈论的主力图示,也是讲授囚徒困境时几乎必用的形式。它的局限就藏在它的形状里:它刻画的是所有人同时出手的博弈。当玩家轮流出手、可以对先前发生的事做出反应时,就需要换一种图像——博弈树。矩阵还假设收益是已知且有意义的数字,而在现实世界里,把这些数字定下来往往才是最难的部分。

两辆冰淇淋车,各自选“海滩”或“公园”。若两辆都选同一处,就要平分人流:(5,5)。若分头去,各自独占一群顾客:(8,8)。这四个格子构成一个 2×2 的收益矩阵,一眼就能看出:分头摆摊对双方都胜过扎堆。

两辆冰淇淋车选择停靠地点的 2×2 收益矩阵。

矩阵(标准型)假设同时出手。若出手的先后顺序重要、玩家能彼此回应,就该改用博弈树(扩展型)——同一情形在两种形式下可能有不同结果。

又称
payoff tablenormal formstrategic form得益矩阵支付矩阵