64、顺序决策理论：从离散到连续状态空间的深入解析

顺序决策理论：从离散到连续状态空间的深入解析

1. 顺序博弈中的纳什均衡

在顺序博弈的场景下，纳什均衡的计算是一个关键问题。在阶段式模型中，可使用自底向上的技术来计算确定性和随机化的纳什均衡，不过这通常只能得到一个单一的纳什均衡。要表示所有的纳什均衡则极具挑战性，需要将博弈树分解为多个矩阵博弈，并找出每个矩阵博弈中的所有纳什均衡及其对应的成本。在计算过程中，应只向上传播可接受的纳什均衡及其成本，同时去除不可接受的纳什均衡。

对于玩家 P1 和 P2，可引入成本函数 L1 和 L2 来扩展相关的博弈模型。价值迭代方法也可类似地进行扩展，为每个状态和阶段的组合维护多个价值向量及其对应的动作，这些对应于可接受的纳什均衡。

然而，纳什均衡的非唯一性在顺序博弈中带来了极大的困难。通常，顺序博弈中的均衡数量比单阶段博弈要多得多，因此该概念在规划方法的设计中实用性有限，但在模拟复杂经济系统的可能结果方面可能更有用。

2. 引入自然因素

自然玩家可以很容易地引入到博弈中。例如，在零和博弈中引入自然因素后，就有了三个玩家：P1、P2 和自然。假设自然的选择具有概率不确定性，已知自然选择左分支的概率为 1/3，选择右分支的概率为 2/3。根据自然的选择，P1 和 P2 将进行特定的 2×2 矩阵博弈。

具体来说，自然选择左分支时，成本矩阵为：
[
\begin{bmatrix}
3 & -2 \
-6 & 3
\end{bmatrix}
]
自然选择右分支时，成本矩阵为：
[
\begin{bmatrix}
3 &