第 IV 部分 · 不确定知识与推理
第 18 章 多智能体决策
Chapter 18 · Multiagent Decision Making
本章导读
多个理性智能体相互影响时，「最优」取决于对方怎么选：博弈论给出均衡解概念，机制设计反过来设计规则，让自利行为达成系统目标。
学习要点
- 博弈的表示：正则式（收益矩阵）与扩展式（博弈树）；零和与一般和博弈。
- 纯策略与混合策略；支配策略、最优响应与纳什均衡（存在性）；Pareto 最优。
- 经典困境：囚徒困境（个体理性 ≠ 集体理性）、重复博弈中以牙还牙促成合作。
- 机制设计：拍卖（一价 / 二价 Vickrey / VCG）与激励相容；社会选择与投票悖论。
- 合作博弈概览（联盟与 Shapley 值）；与第 5 章对抗搜索的联系与差别。
核心概念
| 术语 | English | 一句话解释 |
|---|---|---|
| 纳什均衡 | Nash Equilibrium | 没有任何一方能单方面改进的策略组合 |
| 混合策略 | Mixed Strategy | 对纯动作的概率化选择 |
| 支配策略 | Dominant Strategy | 不论对手如何都最优的策略 |
| 帕累托最优 | Pareto Optimal | 不损害他人就无法改进的分配 |
| 囚徒困境 | Prisoner's Dilemma | 个体理性导致集体次优的经典博弈 |
| 以牙还牙 | Tit-for-Tat | 重复博弈中促进合作的简单策略 |
| 机制设计 | Mechanism Design | 反向博弈论：设计规则达成目标 |
| 维克里拍卖 | Vickrey Auction | 次价密封拍卖，说真话是支配策略 |
| VCG 机制 | Vickrey–Clarke–Groves | 广义次价的激励相容机制 |
| 社会选择 | Social Choice | 把个体偏好聚合成集体决策的理论 |
配套代码（aima-python）
aima-python 是官方维护的开源算法库（MIT 协议），建议每学完一章就跑一遍对应模块的示例。