博弈论进阶 可视化实验室

用交互式 SVG 呈现机制设计、拍卖理论、VCG 机制、Shapley 值、演化博弈等博弈论前沿技术。八个模块,纯原生实现。

zero-deps HTML / CSS / JS + SVG requestAnimationFrame prefers-reduced-motion
MODULE 01

机制设计 Mechanism Design

激励相容 IC 与个人理性 IR。直接显示机制中,真实类型 θᵢ 报告为 θ̂ᵢ;IC 要求真实报告是最优策略,IR 要求参与效用不低于保留效用。点击切换类型并观察 IC/IR 约束。

mechanism-design.svg
真实类型 θ 报告 θ̂ IC 满足 IR 违反

直接显示机制

机制 f(θ̂) = (x(θ̂), t(θ̂))。激励相容要求 uᵢ(θᵢ) ≥ uᵢ(θᵢ, θ̂ᵢ) 对任意 θ̂ᵢ 成立;个人理性要求 uᵢ(θᵢ) ≥ 0。下方展示真实效用与最优谎报效用之差(IC gap)。

IC gap
—
IR 余量
—
最优谎报
—
状态
—
MODULE 02

拍卖理论 Auction Theory

Vickrey 二价拍卖中真实出价是占优策略;First-Price 一价拍卖均衡需向下压价。收益等价定理:风险中性下两者期望收益相同。切换拍卖类型观察出价与支付差异。

auction-theory.svg
估值 vᵢ 出价 bᵢ 支付(中标者) 中标标记

收益等价定理

在 IPV 模型与风险中性假设下,任何满足对称性、正则性的拍卖机制,若分配规则相同(最高价中标),则期望收益相等。Vickrey 支付第二高价,First-Price 均衡出价 b = (n-1)/n · v。

中标者
—
支付价格
—
拍卖类型
Vickrey
投标人数
4
MODULE 03

VCG 机制 Vickrey-Clarke-Groves

VCG 选择社会剩余最大化的分配,每人为其施加的外部性付费(Clarke pivot)。是激励相容的直接机制。调整各投标者估值,观察分配与 VCG 支付。

vcg-mechanism.svg

Clarke 支付规则

VCG 分配 x* = argmax Σ vᵢ(x)。每个投标者支付其外部性:tᵢ = Σⱼ≠ᵢ vⱼ(x₋ᵢ*) − Σⱼ≠ᵢ vⱼ(x*)。即“没有你时别人的福利”减“有你时别人的福利”。该规则保证真实报告是占优策略。

中标者
—
社会剩余
—
VCG 支付
—
投标人数
3
MODULE 04

合作博弈 Cooperative Games

Shapley 值:所有排列下边际贡献的平均。核 Core:无子联盟能改进的分配。核仁 Nucleolus:最小化最大不满。逐步枚举排列观察 Shapley 值的累积。

shapley-core.svg
玩家 1 玩家 2 玩家 3 核 Core 区域

Shapley 值公式

φᵢ = Σₛ⊆N\{i} (|S|! (n-|S|-1)!) / n! · [v(S∪{i}) − v(S)]。Shapley 值是唯一满足效率、对称、哑玩家、可加性的解概念。核是所有满足个体理性与联盟理性的分配集合。

φ₁
—
φ₂
—
φ₃
—
排列进度
0/6
MODULE 05

纳什均衡存在性 Nash Existence

有限博弈必存在混合策略纳什均衡。证明依赖 Kakutani 不动点定理:最优反应对应在单纯形上有凸值闭图,必有不动点。调整收益矩阵,观察最优反应曲线交点。

nash-kakutani.svg
玩家 1 最优反应 玩家 2 最优反应 纳什均衡

Kakutani 不动点定理

设 C 为非空紧凸集,F: C → 2ᶜ 为集值映射,图像闭且 F(x) 非空凸,则存在 x* 使 x* ∈ F(x*)。在博弈中 C = 单纯形积,F = 最优反应对应,不动点即纳什均衡。

均衡 p*
—
均衡 q*
—
博弈类型
协调博弈
均衡数
3
MODULE 06

重复博弈 Repeated Games

无限重复博弈中,折扣因子 δ 决定合作可维持性。Grim Trigger:一旦对手背叛则永久背叛;Tit-for-Tat:复制对手上轮行动。播放回合观察策略轨迹与累计收益。

repeated-game.svg
合作 C 背叛 D 玩家 1 累计 玩家 2 累计

无名氏定理 Folk Theorem

对足够大的 δ,无限重复博弈的子博弈完美均衡可支撑任何个人理性收益。Grim Trigger 维持合作条件:δ ≥ (T−R)/(T−P),其中 R 为互相合作收益,T 为背叛诱惑,P 为互相惩罚。

δ 折扣
0.90
P1 累计
—
P2 累计
—
合作率
—
MODULE 07

演化博弈 Evolutionary Games

ESS 进化稳定策略:群体中占多数时,突变策略无法入侵。复制动态方程 ẋ = x(f(x) − f̄) 描述策略频率演化。调整收益矩阵,观察单纯形中的轨迹。

evolutionary-game.svg
策略 A 策略 B ESS / 稳定不动点 不稳定不动点

ESS 判据

策略 x* 是 ESS 当且仅当:① x* 是纳什均衡;② 对任意最优反应 y≠x*,有 u(x*,x*) > u(y,x*),或 u(x*,x*) = u(y,x*) 且 u(x*,y) > u(y,y)。复制动态的不动点即纳什均衡,渐近稳定者即 ESS。

ESS 频率 x*
—
当前 x
—
适应度差
—
稳定性
—
MODULE 08

匹配市场 Matching Markets

Gale-Shapley 延迟接受算法:一方依次求婚,另一方暂时保留最优提议。算法必然终止于稳定匹配(无阻塞对)。单步执行观察求婚与接受过程。

gale-shapley.svg
求婚方 A 被求婚方 B 当前暂定匹配 本轮求婚

稳定匹配 Stable Matching

匹配 μ 稳定当且仅当不存在阻塞对 (a,b):a 偏好 b 胜过 μ(a),且 b 偏好 a 胜过 μ(b)。Gale-Shapley 必在 O(n²) 内终止。男求婚后结果是男最优稳定匹配,女求婚则是女最优。

轮次
0
暂定匹配
0
求婚总数
0
状态
进行中