一、一手看不穿的牌
德州扑克打到最后一轮,桌上的底池里有 100(你和小周各投了 50)。现在轮到你说话,你面临这样的局面:
- 你的牌要么是必赢的强牌,要么是必输的弱牌,各占一半。你自己知道是哪一种,小周不知道。
- 小周手里是一张"中等牌":能赢你的弱牌,输给你的强牌。
- 你可以过牌(直接摊牌,谁的牌大谁赢底池),或者下注 100。如果你下注,小周可以跟注(再投 100,摊牌),或者弃牌(认输,底池归你)。
先别往下读。请你想两个问题:
- 你拿到弱牌的时候,要不要下注"诈唬"?
- 小周面对你的下注,跟还是弃?
写好了吗?我们先把它写成一棵树。
二、把"看不到"写进博弈树
2.1 一棵带"信息集"的树
下面这棵树里,最上面是"自然":它决定你拿到强牌还是弱牌,各一半的概率。你看得见,小周看不见。
树上的数字是你的净收益(小周的就是相反数):
- 你过牌:直接摊牌。强牌赢,你得 +50(赢走小周在底池里的 50);弱牌输,你得 −50。
- 你下注,小周弃牌:你赢走底池,得 +50。
- 你下注,小周跟注:强牌,你多赢小周的 100,得 +50 + 100 = +150;弱牌,你输掉自己多投的 100,得 −50 − 100 = −150。
最关键的是中间那条橙色虚线。它把小周的两个决策节点连在了一起:小周在这两个位置上,看到的东西一模一样,就是"你下注了",TA 分不清自己是在"你强"的那个节点,还是在"你弱"的那个节点。
信息集:一个玩家做选择时,自己无法区分的所有节点,放在一起,叫一个信息集。同一个信息集里的节点,玩家看到的东西完全一样,所以 TA 在这些节点上必须做同样的选择。
在每个人都看得见之前发生了什么的博弈里,每个节点自己就是一个信息集。信息集,就是"看不到"在博弈树上的样子。
2.2 策略:在信息集上做选择
你自己的两个节点(强、弱)是两个不同的信息集,因为你知道自己的牌。小周只有一个信息集。所以:
- 你的策略:强牌时下注(显然,下注只赚不赔);弱牌时,以概率 b 下注(诈唬),以概率 1 − b 过牌。
- 小周的策略:看到下注,以概率 c 跟注,以概率 1 − c 弃牌。
像这样,在每个信息集上各自按一定的概率选择,叫行为策略。
三、该诈唬多少
3.1 从不诈唬,行不行
假设你从不诈唬(b = 0)。小周听到下注,就知道你一定是强牌,弃牌。你的收益:强牌下注,小周弃牌,+50;弱牌过牌,−50。平均是 (+50 − 50) ÷ 2 = 0。
3.2 总是诈唬,行不行
假设你弱牌也一律下注(b = 1)。小周听到下注,不知道你是强是弱,各一半。小周跟注的期望是:一半概率输 150,一半概率赢 150,平均 0;弃牌是 −50。小周会跟注(0 比 −50 好)。你的收益:强牌被跟注 +150,弱牌被跟注 −150,平均 0。
两个极端都是 0。不诈唬,对手就知道你下注是真牌,不会给你付钱;总诈唬,对手就敢跟注,你的诈唬全部被抓。
3.3 取多少最好
设你弱牌时以 b 的概率诈唬。对小周来说:
- 小周总是弃牌:你的期望是 50b(强牌 +50,弱牌下注 +50,弱牌过牌 −50,一合并就是 50b)。
- 小周总是跟注:你的期望是 50 − 50b。
小周会选对自己最好的,也就是让你的期望更低的那个。看几个 b:
| b | 小周总弃牌时你的期望 | 小周总跟注时你的期望 | 小周会选 | 你的期望 |
|---|---|---|---|---|
| 0 | 0 | 50 | 弃牌 | 0 |
| 1/4 | 12.5 | 37.5 | 弃牌 | 12.5 |
| 1/2 | 25 | 25 | 无差别 | 25 |
| 3/4 | 37.5 | 12.5 | 跟注 | 12.5 |
| 1 | 50 | 0 | 跟注 | 0 |
红线是"小周选对自己最有利的应对"之后你的期望收益,在 b = 1/2 处最高,是 25。弱牌的时候,一半的概率诈唬。
3.4 小周该跟多少
反过来站在小周的位置。你弱牌时,下注和过牌对你应该一样好,这样你才愿意随机:
- 你过牌(弱牌):−50。
- 你下注(弱牌),小周以 c 的概率跟注:c × (−150) + (1 − c) × 50 = 50 − 200c。
让两者相等:50 − 200c = −50,得 c = 1/2。小周面对下注,一半的概率跟注。
3.5 一个简单的比例
在均衡里,你下注的牌有多少是诈唬?强牌(概率 1/2)全部下注,弱牌(概率 1/2)里有一半下注:
- 强牌下注:1/2;弱牌下注:1/2 × 1/2 = 1/4。
- 诈唬在所有下注里的占比:1/4 ÷ (1/2 + 1/4) = 1/3。
每下注三次,有一次是诈唬。 这个 1/3 不是巧合。小周跟注,赢了净得 150,输了净亏 150;弃牌则固定亏 50。设小周跟注时赢的概率是 w,跟注不亏需要 150w − 150(1 − w) 至少等于 −50,解得 w = 1/3,也就是你下注的牌里,有 1/3 是小周能赢的(诈唬)。所以一般地:
诈唬占下注的比例 = 下注额 ÷(底池 + 2 × 下注额)。
下注 100、底池 100,比例就是 100 ÷ 300 = 1/3。
⚠️ 这里最容易想错:诈唬的目的,不是骗,而是让对手"无差别"。 你诈唬的比例,刚好让小周在跟注和弃牌之间没有偏好。多一点,TA 就会一直跟;少一点,TA 就会一直弃。你不是在猜 TA 会不会上当,而是在让 TA 怎么做都占不到便宜。
四、三张牌的小扑克
扑克的难点,是牌太多。有一个只有三张牌的版本,是 Kuhn 在 1950 年设计的"一个简化的两人扑克",被反复研究,几乎成了信息集的标准教材例子。
4.1 规则
三张牌:J、Q、K(K 最大)。你和小周各先投 1(底注)。各发一张牌,各自看自己的,不给对方看。
- 你先说话:过牌或下注 1。
- 如果你过牌:小周可以过牌(直接摊牌,大的赢 1),或者下注 1。小周下注后,你可以弃牌(输 1)或跟注 1(摊牌,大的赢 2)。
- 如果你下注:小周可以弃牌(你赢 1)或跟注(摊牌,大的赢 2)。
4.2 均衡
这个游戏的均衡有一整族。其中一个是(以下的"你"是先说话的人):
| 谁、在什么局面 | 手里的牌 | 怎么做 |
|---|---|---|
| 你,先说话 | J | 以 1/3 的概率下注(诈唬),其余过牌 |
| Q | 过牌 | |
| K | 下注 | |
| 你,过牌后小周下注了 | J | 弃牌 |
| Q | 以 2/3 的概率跟注 | |
| K | 跟注 | |
| 小周,面对你的下注 | J | 弃牌 |
| Q | 以 1/3 的概率跟注 | |
| K | 跟注 | |
| 小周,面对你的过牌 | J | 以 1/3 的概率下注(诈唬) |
| Q | 过牌 | |
| K | 下注 |
几个值得停下来想的地方:
- 最差的牌 J,有时会下注。 这是诈唬:J 反正很难赢,偶尔下注,可以逼走手里是 Q 的对手。
- 中等的牌 Q,反而不一上来下注。 下注的话,K 会跟(你输 2),J 会弃牌(你只赢 1)。过牌则可以保留"抓对手诈唬"的机会:对手的 J 有时会诈唬下注,这时你的 Q 能赢。
- 最强的牌 K,总是下注。 强牌价值要赚足。
4.3 算一算,这是不是均衡
把 6 种发牌(你的牌、小周的牌)都算一遍,每种的概率是 1/6。表里是你的期望净收益:
| 你的牌 | 小周的牌 | 你的期望收益 |
|---|---|---|
| J | Q | −2/3 |
| J | K | −4/3 |
| Q | J | +1 |
| Q | K | −5/3 |
| K | J | +1 |
| K | Q | +4/3 |
平均是 (−2/3 − 4/3 + 1 − 5/3 + 1 + 4/3) ÷ 6 = (−1/3) ÷ 6 = −1/18。
我还检验过:不论小周怎么改变策略,你的期望都不会低于 −1/18;不论你怎么改变策略,小周也压不低 1/18。所以这是均衡,游戏的值是 −1/18。
先说话的人,平均每局输 1/18 个底注(约 5.6%)。后说话的小周占了一点便宜,因为 TA 先看到了你的动作。
五、证据:真有人这样玩吗
理论预测什么? 在这类游戏里,理性的玩家会按特定比例诈唬,让对方无差别;先说话的人在三张牌的游戏里略吃亏(−1/18)。
证据怎么说?
- Kuhn 的三张牌扑克,发表在 1950 年的《博弈论文集》第一卷(由 Kuhn 和 Tucker 主编)里。据多个二手介绍,这个游戏的均衡值是 −1/18,并且均衡不止一个,而是一族(由一个参数控制)。
- 近年的扑克人工智能给了一个有说服力的现实检验。据报道,名为 Libratus 的程序在 2017 年和四位顶尖职业选手打了 12 万手一对一无限注德州扑克,胜出;名为 Pluribus 的程序在 2019 年发表于《科学》杂志,据报道在六人桌上击败了顶尖的人类选手。据介绍,这类程序的思路是让程序自我对弈,逐步逼近一个"不可被针对"的策略,并在需要时随机选择。
局限在哪? 真实的扑克比这里的玩具大得多:牌多、轮次多、下注额可以变,没有人能精确算出均衡。人工智能用的是近似。真人对手也不是理想的均衡玩家。报道里的细节没有逐条核对原始论文。
分歧是什么? 对真人来说,该一直按均衡打,还是该针对对手的习惯来调整?按均衡打,对手无法占你的便宜,可是你也占不到便宜;针对习惯打,可能赢更多,可是你的偏离也会被对手利用。两种打法各有道理,要看你对对手的把握有多大。
六、常见的误用
- “诈唬就是骗人。” 不对。它的作用是让对手在"跟"和"弃"之间没有偏好,是一种按比例的随机,不是撒谎的本事。
- “诈唬越多越好。” 不对。过了 1/3,对手就会一直跟注,你的诈唬全被抓。
- “按均衡打就能赢。” 不对。均衡策略保证你不会被针对,不保证你赢。三张牌里,先说话的人长期是亏的(−1/18)。
- “发现对手的规律,就一直针对 TA。” 要小心。你一直针对,对手也会发现,并反过来利用你。
- “信息集就是’知道得少’。” 不对。信息集说的是你没法区分哪些情形,它决定你的策略必须在这些情形里一样。
七、小结
- 信息集:一个玩家做选择时无法区分的所有节点。同一个信息集里,玩家必须做同样的选择。“看不到”,就用信息集来写。
- 行为策略:在每个信息集上,按一定的概率选择。
- 河牌上的虚张声势:弱牌时一半的概率诈唬,对手面对下注一半的概率跟注,你的期望是 25。诈唬占下注的 1/3,等于下注额 ÷(底池 + 2 × 下注额)。
- 诈唬的目的是让对手无差别,不是欺骗。
- 三张牌扑克:最差的牌偶尔诈唬,中等的牌过牌,最强的牌下注;先说话的人平均输 1/18 个底注。
- 均衡保证你不会被针对,不保证你赢。
回到那手看不穿的牌:下次你听到"这个人一直在虚张声势",请想一想:TA 诈唬的比例,是不是刚好让你不知道该跟还是该弃?
思考题
- 河牌的例子里,底池 100,但这次下注 50(半个底池)。你弱牌时诈唬的概率 b 是多少?小周面对下注,跟注的概率 c 是多少?诈唬占下注的比例是多少?你的期望收益是多少?
- 底池 100、下注 100,但强牌的概率变成 2/3(弱牌 1/3)。你弱牌时该诈唬多少?小周跟注的概率是多少?你的期望收益是多少?
- 三张牌扑克里,你拿 Q,先说话。按上面的均衡,计算"下注"和"过牌"的期望收益,说明为什么 Q 一上来过牌。(提示:小周手里是 J 或 K,各 1/2;小周面对你下注时,J 弃牌,K 跟注。)
- 河牌的例子里,如果你发现小周总是跟注,你该怎么做?期望是多少?小周发现之后会怎么办?
- 举一个生活里需要"诈唬"的例子(谈判、竞标、比赛),说说如果你从不诈唬、或总是诈唬,会发生什么。
- 石头剪刀布,你先出,小周后出但看不到你出什么。把它画成博弈树,小周有几个决策节点?它们是不是在同一个信息集里?如果小周看得到,又是怎样的?
思考题提示
- 下注 50:诈唬被跟注输 100,弃牌赢 50。让小周无差别:P(强牌|下注) = 3/4,对应 b = 1/3(弱牌里 1/3 的概率诈唬);让你弱牌时无差别:50 − 150c = −50,c = 2/3。诈唬占下注的比例:(1/2 × 1/3) ÷ (1/2 + 1/2 × 1/3) = 1/4,等于 50 ÷ (100 + 100) = 1/4。你的期望是 50/3 ≈ 16.7。
- 强牌 2/3:小周无差别需要 P(强牌|下注) = 2/3。弱牌概率只有 1/3,即使你弱牌总是诈唬(b = 1),P(强牌|下注) = (2/3) ÷ (2/3 + 1/3) = 2/3,刚好够。所以 b = 1,也就是弱牌一律下注;小周跟注的概率 c = 1/2;你的期望是 2/3 × 100 + 1/3 × (−50) = 50。
- 下注:J 弃牌(赢 1),K 跟注(输 2),期望 1/2 × 1 + 1/2 × (−2) = −1/2。过牌:对 J:J 以 1/3 下注,你以 2/3 跟注(赢 2)或弃牌(−1);J 以 2/3 过牌(摊牌赢 1)。期望 2/3 × 1 + 1/3 × (2/3 × 2 + 1/3 × (−1)) = 1。对 K:K 总是下注,你以 2/3 跟注(输 2)或弃牌(输 1),期望 2/3 × (−2) + 1/3 × (−1) = −5/3。平均 (1 − 5/3) ÷ 2 = −1/3。过牌(−1/3)比下注(−1/2)好。
- 总是跟注,你就不该诈唬(b = 0),强牌下注,弱牌过牌。期望:强牌被跟注 +150,弱牌过牌 −50,平均 50。小周发现你不再诈唬,就会改成弃牌,你的期望降到 0;于是你会再开始诈唬。双方一轮一轮调整,最后停在均衡。
- 开放题。例子:谈判桌上虚报底线。从不虚报,对手知道你的话总是真话;总是虚报,对手就不再信你。
- 小周有 3 个决策节点(你出石头、剪刀、布之后各一个)。如果小周看不到,三个节点在同一个信息集里,小周只能出同一种应对,不论你出什么;如果看得到,三个节点各自是一个信息集,小周可以针对每种出法选能赢的。