第七章 人工智能博弈

博弈行为：带有互相竞争性质的主体，为了达到各自目标和利益，采取的带有对抗性质的行为。

参与者：参与博弈的决策主体。

策略：参与者可以采取的行动方案，是一整套在爱去行动之前就已经准备好的完整方案。

• 某个参与者可采纳策略的全体集合形成策略集；
• 所有参与者各自采取行动后形成的状态被称为局势；
• 如果参与者可以通过一定概率分布来选择若干个不同的策略，这样的策略称为混合策略。弱参与者每次行动都选择某个确定的策略，这样的策略称为纯策略；

收益：各个参与者在不同局势下得到的利益（混合策略下的收益为期望收益）

规则：对参与者行动的先后排序、参与者获得信息多少等内容的规定。

博弈的分类

合作博弈：部分参与者可以组成联盟以获得更大收益。

非合作博弈：参与者在决策中都彼此独立，不是先达成合作意向。

静态博弈：所有参与者同时决策，或参与者互相不知道对方的决策。

动态博弈：参与者所采取行为的先后顺序由规则决定，且后行动者知道先行动者所采取的行为。

完全信息博弈：所有参与者均了解其他参与者的策略集、收益等信息。

不完全信息博弈：并非所有参与者均掌握了所有信息。

nash定理：若参与者有限，每位参与者的策略集有限，收益函数为实值函数，则博弈比存在混合策略意义下的nash均衡。

遗憾最小化算法

策略选择：

虚拟遗憾最小化算法