一个卡牌游戏的均衡策略分析
Alice 和 Bob 正在玩这样的卡牌游戏。这个游戏使用多组除去大小王的标准扑克牌,每组标准扑克牌包含 A, 2-10, J, Q, K 共 13 张牌。我们将 A 视作 1,J, Q, K 视作 10。对于任意一组手牌,我们定义手牌的价值为手牌点数相加对 10 取余的结果。例如,6, 7, Q 这组手牌的价值为 (6+7+10) mod 10=3。
我们不妨假设游戏使用无限组标准扑克牌。游戏如下进行:
- 第一阶段,Alice 和 Bob 分别获得两张牌,他们分别只能看到自己的牌。
- 第二阶段,如果 Alice 和 Bob 中任何一人的手牌价值为 8 或 9,则比较两人手牌的价值大小,手牌价值大者胜出。手牌价值相同则为平局。
- 如果游戏在此阶段结束,称为“例牌”(Natural)。
- 第三阶段,Alice 选择是否获得第三张牌。如果 Alice 选择获得第三张牌,则 Alice 和 Bob 都可以看到第三张牌的点数。
- 获得第三张牌的动作叫“补牌”(Hit)。反之则称为“不补牌”(Stand)。
- 第四阶段,Bob 选择是否获得第三张牌。
- 最后,比较两人手牌的价值大小,手牌价值大者胜出。手牌价值相同则为平局。
我们关心上述游戏中 Alice 和 Bob 的最佳策略。
Alice 的策略相对简单。Alice 只在第三阶段做出选择。在第三阶段,Alice 能获得的信息只有自己的手牌。
Bob 只在第四阶段做出选择。在第四阶段,Bob 能获得的信息有:自己的手牌,以及第三阶段中 Alice 的行动。因此,Bob 的策略将由自己的手牌、Alice 是否选择补牌、Alice 的第三张牌的点数决定。
一个非常著名的策略(我们称之为标准策略)如下:
如果 Alice 的手牌价值小于等于 5,则她选择补牌;否则她不补牌。
如果 Alice 不补牌,Bob 的补牌策略和 Alice 相同。
如果 Alice 补牌,Bob 执行如下策略:
- 如果 Bob 的手牌价值小于等于 2,则无论 Alice 的第三张牌为何,Bob 都选择补牌。
- 如果 Bob 的手牌价值为 3,则仅当 Alice 的第三张牌为 8 时,Bob 不补牌。
- 如果 Bob 的手牌价值为 4,则仅当 Alice 的第三张牌为 2,3,4,5,6,7 时,Bob 补牌。
- 如果 Bob 的手牌价值为 5,则仅当 Alice 的第三张牌为 4,5,6,7 时,Bob 补牌。
- 如果 Bob 的手牌价值为 6,则仅当 Alice 的第三张牌为 6,7 时,Bob 补牌。
- 如果 Bob 的手牌价值为 7,那么他总是选择不补牌。
计算表明,该策略下,Bob 的胜率为 375,853/742,586 约等于 50.614%。
我们不加证明地陈述以下事实:
上述游戏的纳什均衡策略是混合策略。
Bob 可以选择改变自己的策略,如果 Alice 不补牌且 Bob 的手牌价值为 6,Bob 也补牌(策略 B)。这样改变策略会让 Bob 的胜率提高约 0.07%。但那也不是均衡策略:如果 Bob 改变成那种策略,Alice 可以选择在手牌价值为 5 时不补牌(策略 A),这样改变策略会让 Bob 的胜率下降约 0.24%(相比前述标准策略下降约 0.17%)。
事实上,标准策略是均衡策略中出现概率较大的纯策略。搜寻一个游戏的纳什均衡策略是 Quasi-P 问题,这里的问题规模是每位玩家的策略数。Bob 的策略有 2^90 种,显然不可能计算。但如果让 Bob 的策略中 Alice 补牌的情况下的策略等于标准策略,那么可以证明,纳什均衡策略如下:Alice 以约 80% 的概率执行标准策略,约 20% 的概率执行策略 A;Bob 以约 60% 的概率执行标准策略,约 40% 的概率执行策略 B。这会让 Bob 的胜率相比标准策略上升约 0.02%。
关于 Bob 在 Alice 补牌的情况下的策略,我们只讨论 Alice 的策略是纯策略的情况下 Bob 的最优策略。
如果 Alice 执行标准策略,Bob 对标准策略做如下修改可以略微提高胜率:当 Bob 的手牌价值为 4,Alice 的第三张牌为 1 时,Bob 也补牌。
如果 Alice 执行策略 A,Bob 对标准策略做如下修改可以略微提高胜率:当 Bob 的手牌价值为 3,并且 Alice 的第三张牌为 9,或者 Bob 的手牌价值为 5,并且 Alice 的第三张牌为 4 时,Bob 不补牌。
这些改变对策略的影响大约在 0.001% 左右。对这些策略进行手工分析或者代码分析都过于困难,因此我们不做分析。
那么,为什么要讨论这个特定的卡牌游戏呢?也许你应当去澳门、拉斯维加斯或者(字面意义上的)蒙特卡洛寻找答案。那里通常进行这个卡牌游戏的另一种变体,即所有人必须按照标准策略行动。这一标准策略十分复杂,因此分析为什么标准策略是如上所述的策略非常有趣。结论是,标准策略确实很标准,以这样的方式:标准策略是纳什均衡策略中出现概率较大的纯策略(也许是最大,但我们并没有进行分析)。
另外,不建议将金钱投入任何期望亏损的地方!
