跳到内容
← 全部问题

当一个玩家使用混合策略时,期望收益的公式是什么?

特定纯策略的期望收益是通过将该策略对抗对手每个可能的纯策略的收益乘以对手选择这些策略的概率,然后将结果相加来计算的。它是结果的加权平均值。

适用条件

  • 对手有一组纯策略。
  • 对手为他们的每个纯策略分配一个特定的概率,并且这些概率之和为 1。
  • 目标玩家在每种纯策略组合下的收益是已知的。

理解与推导

  1. 识别你要为其计算期望收益的目标玩家的纯策略。
  2. 列出对手的纯策略及其相应的概率。
  3. 对于对手的每个纯策略,找出当目标玩家玩他们选择的纯策略时目标玩家的收益。
  4. 将每个收益乘以对手玩该特定纯策略的概率。
  5. 将所有得到的乘积相加以获得期望收益。

例子

如果玩家 1 以概率 pp 玩 R,以概率 1−p1-p 玩 L,那么玩家 2 选择 R 的期望收益是 π2(R)=p(1)+(1−p)(0)=p\pi_2(R) = p(1) + (1-p)(0) = p。收益 1 和 0 分别乘以概率 pp 和 1−p1-p,然后求和。

容易误解的地方

  • 忘记将收益乘以对手策略的概率。
  • 假设期望收益只是收益的平均值,而没有按概率进行加权。

观看对应讲解

相关概念

继续追问

相关问题

掌握方法

↗
认识概念

↗
理解原因

↗
判断用途

↗
掌握方法

↗

答案依据视频资料生成并经过独立核验。若有疑问,请核对原视频或联系原作者。