主题：【原创】纳什均衡即为势--对博弈论的分析 -- baiqi

其实是我的失误，在混合策略下的均衡点就是一个概率向量（p1,p2,p3,q1,q2,q3),在一般的包剪锤游戏中为(1/3,1/3,1/3,1/3,1/3,1/3).熟人之间产生经常有相同的出拳情况，应该是另有解释。比如说在重复博弈时pi,qi不断的变动，最后产生了p(A出某拳【此拳与B相同】|B出某拳）的概率十分大，在无穷次重复博弈时，概率为100%。这个也可与纳什均衡无矛盾，他们出各拳的概率为1/3,但是出相同的拳的概率为1.但是这个具体是怎么来的，真应了你说的那句，要考虑“玩家在尚未到达均衡之际（其实大部分时间都是off equilibrium的）是如何对别人的策略做出反应的”。如果你有什么见解，请不吝赐教。

另外一个，不光是你这儿提到的，混合策略模型中重复博弈不能趋于绝对理性人一次博弈得到的结果；其实重复博弈相比一次博弈产生了质变，普遍会得到不同的结果。

例如囚徒困境，如果是重复博弈的话，那么囚徒会认识到合作的可能性，并试探之。如果某个囚徒采取一报还一报的策略（1.第一次是合作2.以后每一次视对方上一次是合作还是背叛来作出决择：对方上一次与我合作[即两人都不招供]我这回就合作，上一回背叛我，那么我这回也要背叛）那么如果有n个囚徒两两重复博弈，这一策略却是得分最高的。

所以重复博弈、多人博弈都带来了游戏的质变。

你给出的链接我看了，你要阐述的主旨大体明白，但图例还有不懂的地方，尤其是一些字母的含义。另外有个想法，不妨这样思考：重复博弈会带来质变，如果在重复博弈下考察趋进这个问题，事实上整个游戏都变了，不如换成绝对理性人一次博弈，根据你给出的bad rps game的规则，看看会得到什么结果。按照纳什的博弈论，有个均衡解。也就是有个均衡概率向量。而如果变成重复博弈，每个理性人在第一次就产生了均衡解，往后会如何发展呢？重复博弈到底有什么本质的不同？这真是个很大的问题啊。