混合策略 (Mixed Strategy)

混合策略 (Mixed Strategy)

定义

混合策略（Mixed Strategy）是博弈论中的一个核心概念，指参与者在博弈中以某个概率分布随机选择其可用的纯策略（Pure Strategies）。与纯策略（即确定性地选择一个动作）不同，混合策略引入了随机性，允许参与者在多个纯策略之间以特定概率进行随机化选择。

形式上，对于一个策略集合 $S_i = \{s_{i1}, s_{i2}, \dots, s_{in}\}$，参与者 $i$ 的混合策略 $\sigma_i$ 是一个概率分布 $\sigma_i = (p_1, p_2, \dots, p_n)$，其中 $p_j \geq 0$ 且 $\sum_{j=1}^n p_j = 1$，$p_j$ 表示参与者 $i$ 选择纯策略 $s_{ij}$ 的概率。

混合策略均衡（Mixed Strategy Nash Equilibrium）

在纳什均衡中，每个参与者的策略必须是对其他参与者策略的最优反应。在混合策略纳什均衡中，每个参与者选择的混合策略使得对手的所有纯策略（以正概率被选择的纯策略）的期望收益相等。换句话说，参与者通过随机化使得对手没有动机偏离到某个纯策略。

混合策略纳什均衡的存在性由纳什定理（Nash, 1950）保证：任何有限博弈（参与者有限、策略有限）至少存在一个纳什均衡（可能包含混合策略）。

经典例子

1. 硬币匹配（Matching Pennies）

两名玩家各自选择正面或反面。若两人选择相同，玩家A赢；若选择不同，玩家B赢。这是一个零和博弈，没有纯策略纳什均衡，但存在唯一的混合策略纳什均衡：两名玩家各以 1/2 概率选择正面、1/2 概率选择反面。

计算过程：设玩家A以概率 $p$ 选正面，玩家B以概率 $q$ 选正面。玩家A的期望收益为 $pq \cdot 1 + p(1-q) \cdot (-1) + (1-p)q \cdot (-1) + (1-p)(1-q) \cdot 1 = (2p-1)(2q-1)$。要使玩家B无动机偏离，需使玩家A的收益独立于 $q$，即 $p = 1/2$；同理可得 $q = 1/2$。

2. 猎鹿博弈（Stag Hunt）

两名猎人可选择合作猎鹿或单独猎兔。猎鹿需两人合作，每人收益 2；猎兔单人可以完成，每人收益 1。该博弈有两个纯策略纳什均衡（都猎鹿、都猎兔）和一个混合策略纳什均衡。

3. 鹰鸽博弈（Hawk-Dove）

两名玩家争夺资源 $V$，战斗成本为 $C$。选择"鹰"（好斗）与"鸽"（和平）的配对不同收益不同。混合策略纳什均衡中，每个玩家以概率 $p = V/C$ 选择"鹰"（若 $V < C$）。

混合策略的解释

混合策略在经济学和社会学中有多种解释：

1. 随机化行为：参与者在实际决策中确实进行随机化，如罚点球时的方向选择。
2. 信念表征：混合策略不代表参与者真的随机化，而是表征其他参与者对某个参与者行为的不确定性。
3. 群体频率：在大型群体中，混合策略可以解释为群体中选择某个纯策略的参与者比例。
4. 策略性不确定性：混合策略是对手行为不确定性的数学描述。

混合策略的求解方法

求解混合策略纳什均衡的标准方法是利用无差异条件。在两人博弈中，设参与者1选择纯策略 $a_1, a_2, \dots, a_m$ 的概率分别为 $p_1, p_2, \dots, p_m$，参与者2选择纯策略 $b_1, b_2, \dots, b_n$ 的概率分别为 $q_1, q_2, \dots, q_n$。参与者1在均衡中必须对其支撑集中所有纯策略无差异：

同样地，参与者2在其支撑集内也无差异。这一组方程加上概率和为1的条件，构成了求解混合策略均衡的线性方程组。

一个重要推论是：在混合策略纳什均衡中，参与者调整自己的混合概率并非为了使自己获得特定收益，而是为了使对手无差异。这一反直觉的结论是理解混合策略均衡的关键。

混合策略与纯策略的关系

混合策略与纯策略并非互斥关系。纯策略可以视为混合策略在概率退化为1时的特例。在策略空间中，混合策略构成了纯策略集合的凸包（Convex Hull）。某一混合策略的期望收益是各纯策略收益的加权平均。

混合策略纳什均衡的存在性比纯策略纳什均衡更广：并非所有博弈都有纯策略纳什均衡（如硬币匹配博弈），但每个有限博弈都有混合策略纳什均衡。这使得混合策略成为博弈论分析中的安全网。

混合策略的合理化

Harsanyi（1973）提出了一种重要的合理化思路。他认为，混合策略纳什均衡可以被解释为纯策略贝叶斯纳什均衡的极限情况。当参与者的收益存在微小扰动（即存在私人信息），且扰动的方差趋近于零时，贝叶斯纳什均衡的极限分布恰好对应于原来的混合策略纳什均衡。这一结论为混合策略提供了坚实的微观基础，使其不再仅仅是数学上的构造，而是具有信息经济学意义的现实行为描述。

混合策略的性质

1. 无差异原理（Indifference Principle）：在混合策略纳什均衡中，参与者必须对其以正概率选择的所有纯策略无差异，即这些策略的期望收益相等。
2. 支撑集（Support）：混合策略的支撑集指以正概率被选择的纯策略的集合。在均衡中，支撑集内的所有纯策略必须具有相同的期望收益，且不低于支撑集外的策略的期望收益。
3. 退化情况：纯策略可以视为混合策略的特例（退化分布），即某个纯策略的概率为 1。

混合策略与扩展式博弈

在扩展式博弈（Extensive Form Games）中，混合策略与行为策略（Behavior Strategies）有所区别。行为策略在每个信息集（Information Set）上独立地定义概率分布。Kuhn定理（Kuhn, 1953）指出，在完美回忆（Perfect Recall）博弈中，每个混合策略等价于某个行为策略，反之亦然。

混合策略的应用

混合策略在以下领域有广泛应用：

• 产业组织：如随机定价、广告策略的不确定性
• 金融：交易策略中的随机化
• 军事与政治：威慑策略、核博弈中的相互确保摧毁
• 体育：罚球、发球等战术选择
• 进化博弈论（Evolutionary Game Theory）：进化稳定策略（ESS）中的混合策略

批评与局限

一些学者对混合策略纳什均衡的概念提出批评：

1. 直觉性问题：在新古典经济学中，参与者通常被认为是理性的，而随机化行为与"理性选择"的直觉相悖。
2. 多重均衡：混合策略均衡可能不是唯一的，且纯策略均衡往往更直观。
3. 实际预测能力：实验室实验表明，人类参与者的行为往往偏离混合策略均衡的预测。
4. 弱稳定性：混合策略均衡在进化博弈中往往是进化不稳定的，除非进行适当的改造。

尽管如此，混合策略仍然是博弈论中不可或缺的工具，提供了纯策略纳什均衡无法覆盖的重要理论洞见。

参考文献

• Nash, J. (1950). "Equilibrium Points in n-Person Games." *Proceedings of the National Academy of Sciences*, 36(1), 48-49.
• Kuhn, H. W. (1953). "Extensive Games and the Problem of Information." In *Contributions to the Theory of Games*, Vol. 2, 193-216.
• Harsanyi, J. C. (1973). "Games with Randomly Disturbed Payoffs: A New Rationale for Mixed-Strategy Equilibrium Points." *International Journal of Game Theory*, 2(1), 1-23.
• Osborne, M. J. \& Rubinstein, A. (1994). *A Course in Game Theory*. MIT Press.
• Fudenberg, D. \& Tirole, J. (1991). *Game Theory*. MIT Press.