博弈论纳什均衡例题全解
从囚徒困境到智猪博弈，深入理解非合作博弈中的最优策略选择。掌握纳什均衡的核心逻辑，洞察经济、政治及日常生活中的决策智慧。
什么是纳什均衡？
在博弈论的广阔领域中，纳什均衡（Nash Equilibrium）无疑是最璀璨的明珠之一。由约翰·纳什（John Nash）在20世纪50年代提出，这一概念彻底改变了我们对策略互动的理解。简单来说，纳什均衡描述的是一种策略组合的状态：在这种状态下，任何一方参与者如果单方面改变自己的策略，都无法获得比当前更高的收益。
⚡ 核心定义
假设在一个有N个参与者的博弈中，策略组合 S = (s1, s2, ..., sN) 是一个纳什均衡，当且仅当对于每一个参与者 i，其策略 si 是对其他参与者策略 S-i 的最佳反应。即：
Ui(si, S-i) ≥ Ui(si, S-i) 对于所有 si ∈ Si
理解纳什均衡的关键在于“稳定性”。它并不意味着对所有参与者来说都是最好的结果（如囚徒困境所示），但它是一个稳定的状态，因为没有人有动力去打破它。这种稳定性源于个体的理性计算：在已知他人选择的情况下，我的最佳选择已经确定，任何偏离都是不明智的。
经典纳什均衡例题分析
为了深入理解纳什均衡，我们通过几个经典的博弈模型来进行详细剖析。这些例题涵盖了从完全竞争到不完全信息的多种场景。
囚徒困境 (Prisoner's Dilemma)
场景：两名嫌疑人被隔离审讯。如果两人都沉默，各判1年；如果一人坦白一人沉默，坦白者释放，沉默者判10年；如果两人都坦白，各判5年。
分析：
1. 对于囚徒A：若B沉默，A坦白(0年)优于沉默(1年)；若B坦白，A坦白(5年)优于沉默(10年)。因此A必然选择坦白。
2. 同理，B也必然选择坦白。
结果：双方都坦白，各判5年。这是唯一的纯策略纳什均衡，尽管双方沉默（各判1年）是更优的社会结果。
智猪博弈 (Boxed Pigs Game)
场景：猪圈里有一大一小两只猪。踏板在远端，食槽在另一端。踩踏板需耗费体力，且踏板后会有10份食物。先吃到食物有优势。
分析：
1. 大猪踩踏板，小猪先到食槽吃9份，大猪吃到1份；若大猪等，小猪踩，小猪先吃，小猪吃9份，大猪吃1份。
2. 对小猪而言，无论大猪踩不踩，等待（搭便车）都是更好的策略。
结果：小猪在食槽边等待，大猪去踩踏板。这是纳什均衡，体现了强者承担更多责任的逻辑。
斗鸡博弈 (Game of Chicken)
场景：两辆车相向而行，谁先转向谁就是“胆小鬼”，保持直行则可能相撞（最坏结果）。若一方转向一方直行，直行者胜。
分析：
1. 存在两个纯策略纳什均衡：(左转, 直行) 和 (直行, 左转)。
2. 若双方都直行，撞车，收益最低；若都左转，平局，收益次之。
结果：关键在于承诺机制。谁表现得更疯狂、更不可能转向，谁就更可能赢。这在商业谈判和军事对峙中常见。
例题拓展：协调博弈
除了上述非合作博弈，协调博弈（Coordination Game）也是纳什均衡的重要应用场景。例如“开车靠右还是靠左”。在这个博弈中，存在两个纯策略纳什均衡：所有人都靠右行，或者所有人都靠左行。无论哪种情况，只要大家保持一致，就不会发生碰撞，收益最大。这说明了制度和文化在形成纳什均衡中的重要作用。
如何求解纳什均衡？
掌握纳什均衡的定义后，如何具体计算出均衡点呢？以下是几种常用的求解方法，适用于不同类型的博弈。
纯策略纳什均衡：划线法（Best Response Analysis）
划线法是求解有限博弈纯策略纳什均衡最直观的方法。其核心思想是找出每个参与者在对方每种策略下的最佳反应。
⚙️ 操作步骤
- 构建支付矩阵：列出所有参与者的策略及对应的收益。
- 固定对手策略：假设参与者B选择策略1，比较参与者A在不同策略下的收益，在A的最大收益下划线。
- 重复分析：假设B选择策略2，再次比较A的收益并划线。对B也进行同样的操作。
- 寻找双重划线：如果某个单元格中，A和B的收益都被划了线，则该策略组合即为纯策略纳什均衡。
| 参与者A 参与者B | 策略 X (B) | 策略 Y (B) |
|---|---|---|
| 策略 P (A) | 3, 4 | 1, 1 |
| 策略 Q (A) | 2, 2 | 5, 3 |
在上面的例子中，(Q, Y) 是唯一的双重划线单元格，因此 (策略Q, 策略Y) 是唯一的纯策略纳什均衡，此时A获得5，B获得3。
混合策略纳什均衡：期望值法
当博弈不存在纯策略纳什均衡，或者参与者希望随机化策略以避免被预测时，需要计算混合策略。核心原则是“无差异原理”：让对手在不同纯策略之间的期望收益相等。
计算示例：石头剪刀布
假设对手出石头、剪刀、布的概率分别为 p1, p2, p3。为了使对手无法通过改变策略获利，我们需要让对手出任何策略的期望收益相等。
由于石头剪刀布是对称的，我们可以推断 p1 = p2 = p3 = 1/3。这就是混合策略纳什均衡。如果对手偏离这个概率，比如多出石头，我们可以通过多出布来获得更高收益，从而打破均衡。
⚙️ 一般步骤
- 假设参与者A以概率 p 选择策略1，以 1-p 选择策略2。
- 计算参与者B选择策略1的期望收益 E1(p)。
- 计算参与者B选择策略2的期望收益 E2(p)。
- 令 E1(p) = E2(p)，解出 p。
- 同理求解参与者B的概率 q。
剔除劣策略：迭代过程
在许多复杂博弈中，某些策略无论如何都是劣策（Dominated Strategy）。通过反复剔除劣策略，可以简化博弈矩阵，从而更容易找到纳什均衡。
严格劣策略：如果策略A在所有情况下收益都严格小于策略B，则A是严格劣策略，理性参与者永远不会选择A。
弱劣策略：如果策略A在所有情况下收益都不大于策略B，且至少有一次严格小于，则A是弱劣策略。
| 玩家1 玩家2 | L | R |
|---|---|---|
| T | 1, 1 | 2, 0 |
| B | 0, 2 | 1, 1 |
在此例中，对于玩家1，T策略的收益（1, 2）始终大于B策略（0, 1），因此B是劣策略，可剔除。简化后，玩家2面对T，会选择L（收益1>0）。因此纳什均衡为(T, L)。
现实生活中的纳什均衡应用
纳什均衡不仅是理论模型，更广泛存在于我们的日常生活中。理解它有助于我们在竞争与合作中做出更优决策。
价格战
两家 competing 咖啡店，如果都定高价，利润最大。但为了争夺市场，一方可能降价。最终双方都陷入低价纳什均衡，虽然利润降低，但谁也不敢先提价，因为会被对手抢占市场。
交通拥堵
每个司机都想走最快路线。当所有司机都选择看似最快的路时，该路段变得拥堵，速度变慢，达到一种交通流的纳什均衡。此时，没有单个司机能通过改道获得更短时间。
军备竞赛
两个国家，如果不扩充军备，资源可用于民生。但如果对方扩充，自己就会处于劣势。最终双方都选择扩充军备，形成高成本、低安全感的纳什均衡。
公共物品提供
在搭便车问题中，如果每个人都期望别人提供公共物品，结果就是公共物品供给不足。这是典型的纳什均衡导致的效率损失，需要政府干预或社会规范来纠正。
博弈论与纳什均衡发展脉络
1913年
埃斯纳·伯吉斯（Ersner Bures）在论文中首次提及类似概念，但未引起重视。
1944年
冯·诺依曼和摩根斯坦出版《博弈论与经济行为》，奠定了现代博弈论的基础，但主要关注零和博弈。
1950-1951年
约翰·纳什发表系列论文，正式提出纳什均衡概念，并证明了有限博弈中至少存在一个均衡点（可能是混合策略）。
1994年
约翰·纳什、约翰·海萨尼和约翰·泽尔腾因在非合作博弈理论方面的贡献共同获得诺贝尔经济学奖。
21世纪至今
纳什均衡被广泛应用于计算机科学（算法博弈论）、生物学（进化稳定策略）、政治学和社会学等领域，并衍生出完美均衡、子博弈完美均衡等更精细的概念。
常见问题 (FAQ)
不一定。一个博弈可以有多个纯策略纳什均衡，也可以没有纯策略均衡但存在混合策略均衡。例如，在“性别战”博弈中，存在两个纯策略纳什均衡：(看足球, 看足球) 和 (看芭蕾, 看芭蕾)。此外，纳什定理保证了至少存在一个均衡（包括混合策略），但不保证唯一性。
如果一个策略在所有情况下（无论对手选择什么）都能给参与者带来比其他任何策略都高的收益，那么该策略就是占优策略。如果占优策略存在，那么由所有参与者的占优策略组成的策略组合必然是纳什均衡。但并非所有博弈都有占优策略。
从数学定义上看，纳什均衡是理性的结果。但在现实中，由于信息不完全、认知局限或情感因素，人们可能不会总是选择纳什均衡。此外，某些纳什均衡可能导致低效的社会结果（如公地悲剧），这需要制度设计来引导至更优的均衡。
随机化的目的是为了让对手无法预测你的行为。如果你的策略是确定的，对手可以利用这一点来制定针对你的最佳策略，从而让你受损。通过随机化，你使对手在多种选择面前无差异，从而保护了自己的利益。这是纳什均衡在零和博弈和部分非零和博弈中的关键特征。
纳什均衡是理解策略互动的强大工具。通过掌握其定义、求解方法及经典例题，我们能够更清晰地洞察竞争与合作的本质。无论是商业决策、政策制定还是日常交往，纳什均衡都提供了宝贵的分析视角。希望本文能帮助您深入理解这一核心概念。