李虎阳， 罗　旭， 常永虎

(遵义医学院 医学信息工程系, 贵州 遵义 563003)



基于可信度的多次重复博弈研究*

李虎阳， 罗旭**， 常永虎

(遵义医学院 医学信息工程系, 贵州 遵义 563003)

摘要：提出了一种基于可信度的多次重复博弈算法，通过参与人在每轮博弈中采取的行动策略统计其可信度，参与人下一轮的行动策略与其可信度有关，根据可信度建立相应奖惩机制，单方面提高参与人收益会造成可信度下降，同时证明了在重复博弈中最终趋向于帕累托最优.

关键词：重复博弈；Nash均衡；可信度；帕累托最优

“囚徒困境”模型是非合作博弈中的经典案例，参与人的不合作行动导致双方坦白，该模型展示了个体利益与群体利益的冲突，说明了个体收益最优并不能带来整体最优.如果双方通过多次重复博弈，建立起足够的信任关系，或者说每个参与者都有机会去“惩罚”另一个参与者前一回合的不合作行为，则合作可能会作为均衡的结果出现，这时欺骗的动机可能会被受到惩罚的威胁有所克服，从而可能导向一个较好的、合作的结果.反复博弈次数接近无限时，纳什均衡趋向于帕累托最优.

重复博弈可以是完全信息博弈，也可以是非完全信息博弈.在“囚徒困境”模型中，每个参与者都知道所有其他参与者的特征、策略及效用函数等方面的准确信息，并了解之前博弈的所有情况.参与者每轮采取的行动决定其可信度，并根据其他参与者的可信度决定行……