《四人不完全信息随机博弈、贝叶斯读牌与反事实遗憾最小化》各章定量结论
一张四人牌桌是博弈论里最不讨人喜欢的那一类对象:不完全信息、随机、四方、而且在金钱上是负和。本书把这类博弈写成数学,并逐段检验流行的策略推理。它不是赌博指南:第八章算出,一个有合理优势的玩家一年打 3,120 手、抽水 0.010 时期望收益为 +8.6 个买入,却仍有 36% 的人年终亏损;而没有优势时任何抽水都使期望为负,无论用什么资金管理规则。
DOI 10.5281/zenodo.24020464 · 阅读本章所在专著 · English version
- 第 1 章 · 规模:为什么不能把信息集列出来
第一章给出规模:13 张手牌的不同多重集约有 9.85 × 10¹⁰ 个,另外三家的配置约 5.0 × 10⁴⁶ 种,所以枚举信息集是范畴错误。 - 第 2 章 · 牌池:超几何推断与一个方向相反的结果
第二章把牌池写成超几何推断:两面听相对单骑的优势只在后期接近 2(剩 2 次摸牌时 1.94),前期只有 1.38。 - 第 3 章 · 读牌:筋是一条演绎,不是一条规律
第三章把筋牌推导成贝叶斯演绎:它使某张牌安全 3.6 倍,而非完全安全。 - 第 4 章 · 向聴、进张与赛跑:忽略三家会高估胜率
第四章用动态规划算向聴,并指出单人「赛跑」模型把胜率高估 1.36 到 1.79 倍,误差随距离增大。 - 第 5 章 · 弃胡:最优停时,与一个被说反的结论
把弃牌写成有限期马尔可夫决策过程并反向归纳求解,得到阈值策略:自己的和牌概率越高推得越久,放铳概率越高推得越短。主要结果是一个常被说反的结构性结论:对手自摸的项在推与弃的比较中相消,因为弃牌只防放铳不防自摸,所以无差异条件只含放铳概率与自己的和牌概率(这里是 $p_{\text{win}} \ge 1.333\,p_{\text{deal}}$)。于是一张接近安全的牌即使手牌很弱也该推,这与「拿不准就弃」相反。该框架有三处不成立:放铳… - 第 6 章 · 博弈的解与钱
第六章在两人零和博弈上验证反事实遗憾最小化(可利用度从 0.667 降到 0.0013,博弈值 −0.055554,理论值 −1/18),并在三人博弈上诚实地报告两个否定结果:可利用度照样降到 4 × 10⁻⁶,四种简单偏离也没能把玩家压到均衡值以下。凯利增长率曲线在最优点附近近乎对称(半凯利保 75.3%、1.5 倍凯利保 75.7%),所以降低注码的理由是估计误差而不是曲线形状。 - 第 7 章 · 原典并读:虚实、奇正与战争的迷雾
《虚实篇》的「因敌制胜」「兵无常势」在本书框架里对应最优反应而非均衡,这与第六章的结论同侧——多人博弈没有价值保证,所以有用的问题是对在场对手的最优反应。《势篇》的「以正合,以奇胜」对应混合策略,而程序 p12 给出精确内容:两个确定性策略都比混合差,损失曲线在均衡处有折点,正确的比例(本例 0.1667)由支付矩阵唯一决定。但混合的价值以对手的观察量为条件,而读出一个比例需要数千次观察,所以在观察量小时奇正的比例几乎不重要——这是形… - 第 8 章 · 实践与预注册检验
第八章给出四步核查表与一项预注册的重复对局策略比较,只在首次分歧的决策上计分:最小关注效应 0.010 个买入/计分决策,需 12,000 个计分决策,判定规则写成代码;结论只对所用的固定对手池成立。书中以标注框区分已发表的证据、可运行的 Python 计算(16 段程序)、原典与作者的模型和假说;除注明的文献数据外,书中数据都是合成的。
模型示意算例,非实时报价