5D Library › 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 · English

第七章 原典并读:虚实、奇正与战争的迷雾

注

对勘一律是类比。 本章把古代兵书与前六章的模型并排阅读,目的是看清各自说了什么、没说什么。兵书谈的是战争,本书谈的是一个有固定规则的博弈;两者在结构上有可比之处,在内容上没有。本章不用古籍支持任何策略结论,也不把博弈论术语当作对古籍的翻译。

虚实:避实而击虚

原典

《孙子兵法·虚实篇》:「夫兵形象水,水之形避高而趋下,兵之形避实而击虚。水因地而制流,兵因敌而制胜。故兵无常势,水无常形。」(Sun Tzu 1994; Yang Bing’an 1999)

白话:用兵的形态像水,水的形态是避开高处而流向低处,用兵的形态是避开坚实而攻击空虚。水因地势而决定流向,用兵因敌情而决定取胜之道。所以用兵没有固定的态势,水没有固定的形状。

这一段与第六章的关系比它看起来紧。「兵因敌而制胜」「兵无常势」说的是:正确的做法依赖对手,而且不是一个固定的东西。这正是第六章第一部分的结论——多人博弈没有价值保证,所以有用的问题是对在场的对手的最优反应,而不是一个对所有对手都对的策略。

但这里要分清一处。「避实而击虚」在博弈论里对应的是最优反应,而不是均衡。最优反应是针对某个具体对手的;均衡是一组互为最优反应的策略。孙子讲的是前者——他的读者有具体的敌人。而第六章说明,在四人博弈里前者才是可操作的问题。所以这一段与本书同侧,而与「找出不可被利用的打法」这个目标不同侧。

注

这不是说古人懂博弈论。 说《虚实篇》谈的是最优反应,不是说孙子有最优反应的概念,而是说在本书的框架里重读它时,它落在那个位置上。第 53 本与第 54 本的原典章节用的是同一种读法。

奇正:混合的比例

原典

《孙子兵法·势篇》:「凡战者,以正合,以奇胜。故善出奇者,无穷如天地,不竭如江河。」(Sun Tzu 1994; Yang Bing’an 1999)

白话:凡作战,用正兵与敌交合,用奇兵取胜。所以善于出奇的人,变化无穷如天地,不竭如江河。

这一段对应第六章程序 p12 的结果,而对应得相当准确。

第一,「以正合,以奇胜」是一个比例的陈述:两者都要有,而且分工不同。程序 p12 的结果正是:两个确定性策略都比混合差——总是出奇值 −2.00-2.00,从不出奇值 −0.50-0.50,而均衡混合值 +0.0833+0.0833。混合优于任何一个纯选择。

第二,损失曲线在均衡处有折点、两侧线性上升,所以「总是出奇」与「从不出奇」同样错。而正确的比例由支付矩阵唯一决定(本例 0.1667),不是品味问题。

第三,「无穷如天地,不竭如江河」说的是不可预测性本身是资源。这与混合策略的核心一致:混合的价值不在于某一次的选择,而在于对手无法预测下一次。

但第六章的 C 段给出一处重要的限定,而它使这条古训变窄。混合的价值要求对手能观察到足够多的次数来估计比例。第八章的程序 p11 说明,估计一个小差别需要数千次观察。所以对一个只看了几百次的对手,确定性策略事实上不可被利用——没有足够的数据去读它。

「以奇胜」的价值随对手的观察量增长。在观察量很小时,奇与正的比例几乎不重要。

这是本章能从形式化得到而单读古籍得不到的判断。它也说明古训的适用范围:战争中的对手有情报系统与长期接触,牌桌上的临时对手没有。

战争的迷雾:西方的对应

原典

克劳塞维茨《战争论》中反复出现的主题是行动所依据的信息的不确定:战争中的大部分情报是相互矛盾的,更多的是虚假的,而最多的是相当不确定的;他用「迷雾」与「摩擦」来描述计划与执行之间的落差 (Clausewitz 1976)。

克劳塞维茨与孙子在这里的差别值得记下,因为它正好对应本书的两类量(第一章)。

孙子的重点在利用对手的虚实——这是关于对手的推断,本书的第二类量,可信度低。克劳塞维茨的重点在自己的信息不可靠与计划会走形——这是关于自己状态的不确定性,而在本书里对应第一类量的反面:即使只依赖自己手牌的量可以精确计算,手牌之外的一切都在迷雾里。

第四章的校准警告是这一点的量化版本:本书的赛跑模型给出的绝对概率偏高,因为它让每手牌从 1 向聴开始、让玩家自由摸 18 巡。一个模型最确定的部分(自己手牌的向聴与进张)与它最不确定的部分(对手的风险率)合起来,结果由后者支配。克劳塞维茨的说法是:计划的精确不保证执行的精确。

结构对照与界限

文本 它说的 在本书框架中的位置
《虚实篇》「因敌制胜」「兵无常势」 正确做法依赖对手且不固定 最优反应而非均衡(第六章第一部分)
《势篇》「以正合,以奇胜」 混合的比例 2×22\times2 零和博弈的混合均衡;比例由支付矩阵决定(程序 p12)
《势篇》「无穷如天地」 不可预测性是资源 混合的价值;但以对手的观察量为条件(程序 p11)
克劳塞维茨的迷雾与摩擦 自己的信息不可靠、计划会走形 第一类量精确而第二类量支配结论(第一、四章)

四点界限。第一,兵书谈的是战争,其中没有固定的规则、没有确定的支付、也没有重复对局;本书的全部定理都依赖这三者,所以对勘只到结构为止。第二,「以奇胜」在本书里有一个精确的比例,而那个比例是本书的玩具矩阵给出的,不是《孙子》给出的;换一个矩阵就换一个比例。第三,兵书的目的是取胜,而本书第八章的目的是检验一个策略是否更好——这是两种不同的活动,而本书的立场是后者。第四,本章没有把任何兵书段落当作策略建议,也不建议读者据此做任何事。

本章小结

《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——这是形式化能给出而单读古籍不能给出的限定。克劳塞维茨的迷雾与孙子的虚实分工不同:前者讲自己信息的不可靠,对应本书「手牌之外的一切都在迷雾里」,而第四章的校准警告是它的量化版本。对勘只到结构为止:兵书中没有固定规则、确定支付与重复对局,而本书的定理全依赖这三者。

参考文献

Clausewitz, Carl von. 1976. On War. Translated by Michael Howard and Peter Paret. Princeton: Princeton University Press.
Sun Tzu. 1994. Sun Tzu: The Art of War. Translated by Ralph D. Sawyer. Boulder, Colorado: Westview Press.
Yang Bing’an. 1999. Shiyijia Zhu Sunzi Jiaoli [the Eleven Commentators on the Sunzi, Collated]. In Chinese. Beijing: Zhonghua Book Company.

Fan, Y. (2026). Imperfect-Information Stochastic Games, Bayesian Hand-Reading and Counterfactual Regret Minimisation in Four-Player Tile Dynamics: From Markov Transitions of the Tile Pool and the Optimal Stopping of Defensive Folding to Kelly Allocation in a Multiplayer Game, with a Textual Examination of the Orthodox and the Unorthodox in the Classical Military Writers [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] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.24020464 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).