专栏首页绿巨人专栏读书笔记: 博弈论导论 - 01 - 单人决策问题

读书笔记: 博弈论导论 - 01 - 单人决策问题

读书笔记: 博弈论导论 - 01 - 单人决策问题

前言

本文是Game Theory An Introduction (by Steven Tadelis) 的学习笔记。

博弈论语言

这章的一个目的是开发一种用于决策的语言。

决策问题的三要素

  • 行动(action): 玩家可能的选择
  • 结果(outcome): 每个行动的可能后果
  • 倾向(preference): 对所有可能后果,按照从最渴望到最不渴望的排列。

术语

  • 倾向关系(preference relation) 描述了玩家的倾向,x \succeq y意味着“x至少和y一样好”。
  • 完整性公理 倾向关系具有完整性。对于任何结果x, y\in X都可以被倾向关系比大小, 所以要么x \succeq y 要么 y \succeq x.
  • 传递性公理(The transitivity axiom) 倾向关系具有传递性。对于任何三个结果x, y, z \in X, if x \succeq y and y \succeq z then x \succeq z
  • 收益函数(payoff function) 一个收益函数:u: X \to \mathbb{R} 表达倾向关系 \succeq,对于任何x, y \in X, u(x) \geq u(y) \iff x \succeq y
  • 理智选择假设 一个玩家完全明白决策问题:
  • 所有可能的行动
  • 所有可能的结果
  • 了解行动如何影响结果
  • 玩家的理性倾向(收益)是基于结果的。
  • 经济人(Homo economicus) 一个经济人是理智的,了解决策问题的各个因素,并且总是选择可以获得最高收益的行动。

参照

  • Game Theory An Introduction (by Steven Tadelis)

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 前沿 | 剧本自动生成电影:杜克大学提出AI视频生成新方法

    机器之心
  • 教程 | 通过Python实现马尔科夫链蒙特卡罗方法的入门级应用

    机器之心
  • 2018全球大学计算机科学与人工智能排名:CMU名列第一

    机器之心
  • ICLR 2018 | 阿姆斯特丹大学论文提出球面CNN:可用于3D模型识别和雾化能量回归

    机器之心
  • AAAI 2018 | 中科大提出新型连续手语识别框架LS-HAN,帮助「听」懂听障人士

    机器之心
  • 学界 | 结合主动学习与迁移学习:让医学图像标注工作量减少一半

    机器之心
  • 斯坦福博士韩松毕业论文:面向深度学习的高效方法与硬件

    机器之心
  • 深度 | 像玩乐高一样拆解Faster R-CNN:详解目标检测的实现过程

    机器之心
  • 从基础概念到实现,小白如何快速入门PyTorch

    机器之心
  • 入门 | 机器学习研究者必知的八个神经网络架构

    机器之心

扫码关注云+社区

领取腾讯云代金券