mcpField
E
econ-game-theory

econ-game-theory

github.com/asgard-ai-platform其他24384 次安装21 周前更新
代码仓库

关于 econ-game-theory

econ-game-theory 是用于分析策略互动的技能，帮助明确参与者、策略和收益，并通过收益矩阵或博弈树研究均衡与效率。它涵盖同时和序贯博弈的分析步骤，适合评估竞争与合作情境。

主要功能

  1. 01参与者、策略与收益定义
  2. 02收益矩阵与博弈树
  3. 03占优策略分析
  4. 04纳什均衡识别
  5. 05序贯博弈逆向归纳

适用场景

  1. 01分析竞争者的定价选择
  2. 02评估谈判中的策略互动
  3. 03比较均衡结果与帕累托效率
  4. 04研究序贯决策的结果

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/asgard-ai-platform/skills --skill econ-game-theory

安装后在 Claude Code 中输入/econ-game-theory确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

examples/
sample_scenario.md
references/
mechanism-design.md
repeated-games.md

详细介绍

博弈论基础

概述

博弈论用于建模策略互动，其中每位参与者的结果取决于其他参与者的选择。它提供工具来预测行为、识别稳定结果（均衡），并设计能够协调各方激励的机制。

框架

IRON LAW: Define Players, Strategies, and Payoffs BEFORE Analyzing

Every game requires three elements explicitly defined:
1. Players — who are the decision-makers?
2. Strategies — what choices does each player have?
3. Payoffs — what does each player get for each combination of choices?

Analyzing a "game" without a payoff matrix is just storytelling.
分析步骤
  1. 确定参与者及其可选策略
  2. 构建收益矩阵（同时行动）或博弈树（依次行动）
  3. 检查每位参与者是否有占优策略
  4. 寻找纳什均衡——各方的最佳回应相交之处
  5. 对于序贯博弈：从终端节点开始进行逆向归纳
  6. 评估效率——纳什均衡是否为帕累托最优？如果不是，指出合作机会
  7. 得到的路径即为子博弈完美均衡

输出格式

# Game Theory Analysis: {Situation}

## Game Setup
- Players: {list}
- Strategies: Player 1: {A, B}, Player 2: {X, Y}
- Type: Simultaneous / Sequential

## Payoff Matrix (simultaneous) or Game Tree (sequential)

|  | Player 2: X | Player 2: Y |
|---|---|---|
| Player 1: A | (a1, a2) | (b1, b2) |
| Player 1: B | (c1, c2) | (d1, d2) |

## Analysis
- Dominant strategies: {if any}
- Nash Equilibrium: {strategy combination, payoffs}
- Pareto optimal? {yes/no — if no, explain the cooperation opportunity}

## Strategic Implications
{What should each player do? What mechanism could improve outcomes?}

示例

正确应用

情景： 两家珍珠奶茶连锁品牌正在考虑降价

连锁店 B：维持价格连锁店 B：降价
连锁店 A：维持价格(80, 80)(40, 100)
连锁店 A：降价(100, 40)(60, 60)
  • 双方的占优策略都是：降价（100 > 80，60 > 40）
  • 纳什均衡：(降价，降价) = (60, 60)——这是囚徒困境 ✓
  • 双方都更倾向于（维持价格，维持价格）= (80, 80)，但没有具有约束力的协议就无法维持这种局面
  • 启示：价格战是理性选择。要摆脱价格战，需要重复互动（声誉）、合同，或通过差异化降低价格的重要性。
错误应用
  • “我们的竞争对手可能会合作，因为这对所有人都更好” → 在一次性囚徒困境中，理性参与者会选择背叛。合作需要重复博弈或执行机制。这与模型的预测相悖。

注意事项

  • 纳什均衡 ≠ 最佳结果：纳什均衡是稳定的，但并非最优。囚徒困境中的纳什均衡对双方而言都不如合作。
  • 多个均衡：许多博弈都有多个纳什均衡。其他准则（焦点、风险占优、帕累托占优）有助于从中进行选择。
  • 收益估算是难点：已知收益后，构建矩阵很容易。估算现实的收益需要市场调研和财务建模。
  • 重复博弈会改变一切：在一次性博弈中，背叛占优。在重复博弈中，以牙还牙策略和声誉效应可以促成合作。
  • 信息至关重要：不完全信息博弈（不知道对手的收益）或不完美信息博弈（看不到对手的行动）需要进行贝叶斯分析。
  • 混合策略纳什均衡是常态，而非例外：不存在纯策略纳什均衡时（例如，匹配硬币），Agent 往往会报告“未找到均衡”，而不是计算混合策略。每个有限博弈至少有一个纳什均衡——如果找不到纯策略均衡，就求解混合策略的概率。

参考资料

  • 关于重复博弈和民间定理，请参阅 references/repeated-games.md
  • 关于机制设计基础，请参阅 references/mechanism-design.md

评论

支持 Markdown