此外,这种局部均衡并不总是阈值型的,因为可能会出现先发制人的均衡。在图3-4(b)所示的示例中,我们实施了一个正向方案,以生成从子阶段开始的平衡序列(m,k,k)=(-1,0,0),其中支付金额为(0,0)-1(x)=Di-1(x)。有了这个kn,我们可以求解(0,0,1)和(2)阶段的局部平衡(-2,1,0)利用(33)。通过迭代,我们找到图中所示的所有三元组(m,k,k)的局部平衡(自始至终,我们得出结论,局部平衡在任何子阶段(m,k,k)都是阈值类型)。这些tr iPlet可以表示为k=k+m、 其中辅助参数在区域m处,管理层可用交换机数量之间的差异。例如-在图3中,1=0,因此,无论何时,当玩家处于状态Mt=-1,参见子阶段(- 1, 1, 1), (-1, 2, 2), . . . . 无法从中访问的子级(m、k、k)(-1,0,0),在这种情况下,我们不需要考虑特殊的局部平衡。使用终端游戏阶段(-1、0、0)并继续到k≤ N、 上述转发方案迭代产生一系列平衡阈值si,(N,N+m) mand对策系数(ωi,(n,n+m) m,νi,(n,n+m) )。产生的游戏报酬如图4(a)所示。如上所述,参数最小影响图3中的所有平衡。例如,在所提出的方案中,游戏最终将以Mt=-1对于足够大的t。然而,随着N的增加,我们预计这种影响会消失,因此限制与m:si,(n,n)+m) mωi,(n,n+m) mνi,(n,n+m)同n∞------→硅,*mωi,*mνi,*m级, 我∈ {1,2},m∈ M、 (35)在图4中可以观察到这种收敛,其中基本对称性意味着V1,(n,n+1)(0)=V2,(n+1,n)(0)。因此,我们可以对图中的顶部曲线进行解释。
|