The development of randomization and deceptive behavior in mixed strategy games¶

作者: Isabelle Brocas, Juan D. Carrillo
来源: Quantitative Economics
主题: 经济理论 / 应用
相关性: 3/10
机构绿灯: University of Southern California（US News 前 50，免分进入精读）
链接: https://doi.org/10.3982/qe1769

一、领域脉络与小综述¶

这个方向是什么¶

本文属于行为经济学与实验经济学的一个子方向：研究人类（尤其是儿童与青少年）在混合策略博弈中，能否发展出符合纳什均衡理论的最优随机化行为。核心问题是：当博弈的唯一均衡要求参与者以特定概率随机化（混合策略）时，真实人类的行为是否收敛于理论预测？如果存在系统性偏差，这种偏差是否随年龄（认知发展）而减弱？该方向处于实证与理论对话的成熟阶段——已有大量成人实验，但发展视角（儿童/青少年）的实证证据相对稀缺。

发展脉络（history）¶

根据本文引言（作者亲手画的领域地图）与参考文献，该子方向的发展可串成以下线索：

奠基工作：混合策略均衡的行为检验（1980s-1990s）
O’Neill (1987)：最早在实验室检验混合策略均衡，使用零和捉迷藏游戏，发现人类行为与理论预测有偏差，但部分支持均衡的“无差异”条件。
McKelvey & Palfrey (1995)：提出“量化响应均衡”（Quantal Response Equilibrium, QRE）模型，将人类随机化偏差归因于有限理性（logit 噪声），而非完全偏离理论。
Camerer (2003) 的综述《Behavioral Game Theory》系统总结了成人混合策略博弈中的典型偏差（如“过度匹配”与“不足匹配”），并指出这些偏差在重复博弈中部分收敛。
主要进展：非零和博弈与廉价谈话（2000s-2010s）
Rubinstein, Tversky & Heller (1997) 和 Crawford (2003) 研究了“捉迷藏”类非零和博弈，发现人类在隐藏者角色中系统性偏好“显眼”位置（即“隐藏者偏差”），与混合策略均衡预测矛盾。
Charness & Dufwenberg (2006) 引入廉价谈话（cheap talk） 作为可能欺骗的信号，发现其能部分改善合作，但在竞争性博弈中效果有限。
Brocas & Carrillo (2018, 2020) 是本文作者的前期工作，研究了儿童在简单博弈（如独裁者博弈、最后通牒博弈）中的策略推理发展，发现7-16岁是策略思维（如“我知道你知道我知道”）的关键形成期。
当前 frontier：发展视角与认知约束（2020s）
本文（Brocas & Carrillo, 2023）是首次系统研究儿童与青少年在混合策略博弈中的随机化行为，填补了“发展”维度的空白。
已有成人实验（如 Palacios-Huerta & Volij, 2008）发现专业棋手能接近混合策略均衡，但普通成人仍有偏差；本文的贡献在于证明这种偏差在7岁时已完全形成，且不随年龄增长而纠正。
本文的位置：作者将缺口 frame 为“发展心理学与博弈理论的交叉点”——已有大量成人实验，但缺乏对儿童随机化能力发展的系统检验。本文通过一个精心设计的非零和捉迷藏游戏，同时考察行为偏差与廉价谈话（欺骗） 的发展轨迹。

子线索聚类¶

这些被引文献大致落在以下 2-3 条子线索上：

混合策略均衡的行为检验（成人）
代表：O’Neill (1987), McKelvey & Palfrey (1995), Camerer (2003), Palacios-Huerta & Volij (2008)
核心问题：成人是否按混合策略均衡随机化？偏差的成因是什么（有限理性 vs. 启发式）？
非零和博弈中的“隐藏者偏差”
代表：Rubinstein et al. (1997), Crawford (2003)
核心问题：在捉迷藏类博弈中，人类是否系统性偏好“显眼”位置，即使这与均衡预测矛盾？
廉价谈话与欺骗行为
代表：Charness & Dufwenberg (2006), Gneezy (2005)
核心问题：非约束性信息（cheap talk）能否改变博弈结果？人类是否天生诚实或善于欺骗？
儿童策略推理的发展（作者前期工作）
代表：Brocas & Carrillo (2018, 2020)
核心问题：儿童何时发展出“二阶信念”（我知道你知道我知道）？这与本文的随机化能力直接相关。

这个方向在追问的核心问题¶

人类能否学会最优随机化？ 即，在重复博弈中，行为是否收敛于混合策略均衡？
偏差的来源是什么？ 是有限理性（如 QRE 的 logit 噪声），还是更深层的认知启发式（如“显眼位置”偏好）？
发展轨迹如何？ 随机化能力是否随年龄（认知成熟度）提高？
廉价谈话能否改善随机化？ 欺骗性信息在竞争性博弈中是否有效？

已知瓶颈：成人实验已充分，但发展视角的实证证据极少；且已有实验多使用零和博弈，非零和博弈（如本文）的偏差更显著。

⚠️ 作者的 framing（必须明确标注成“这是作者的说法”）¶

作者把缺口 frame 成：“已有研究主要关注成人，但儿童如何发展随机化能力尚不清楚。我们首次系统检验7-16岁儿童在混合策略博弈中的行为，并考察廉价谈话的作用。”
被淡化/回避的竞争路线：
作者未深入讨论 QRE 模型是否能解释儿童偏差（仅提及一次，未做拟合）。
作者回避了 重复博弈与学习 的维度——实验是单轮（每个角色只玩一次），因此无法检验“学习收敛”假说。
什么明显该被引/该存在、却没出现在 intro 里？
Gneezy (2005) 关于欺骗成本的研究未被引用，尽管本文涉及欺骗性廉价谈话。
Camerer & Ho (1999) 的“经验加权吸引力学习模型”（EWA）未被提及，该模型可解释重复博弈中的随机化收敛。
Wang, Spezio & Camerer (2010) 关于儿童在博弈中“过度匹配”的 fMRI 研究未被引用。
值得研究者去查：这些缺失是否意味着作者刻意简化了理论框架，还是文献检索遗漏？

张力¶

未见明显对立引用。所有被引工作基本一致认为：人类在混合策略博弈中存在系统性偏差，且偏差方向（如偏好显眼位置）在成人中稳定。本文的独特贡献在于证明这种偏差在儿童中已完全形成。

二、最核心、最简单的例子 / 数学问题¶

第一步：把符号、模型、可观测数据交代清楚¶

符号： - \( i \in \{H, S\} \)：角色，H = 隐藏者（hider），S = 寻找者（seeker）。 - \( j \in \{1, 2, 3\} \)：三个隐藏位置（location），每个位置有已知价值 \( v_j \)。 - \( v_1 < v_2 < v_3 \)：位置价值，具体为 \( v_1 = 1, v_2 = 2, v_3 = 3 \)（实验设定）。 - \( p_j \)：隐藏者选择位置 \( j \) 的概率（混合策略）。 - \( q_j \)：寻找者选择位置 \( j \) 的概率（混合策略）。 - \( \pi_H(p, q) \)：隐藏者的期望收益（payoff）。 - \( \pi_S(p, q) \)：寻找者的期望收益。 - \( m \)：隐藏者发送的廉价谈话消息（message），可声称“我藏在位置 \( j \)”。 - \( b \)：寻找者对消息的信念（belief），即相信消息为真的概率。

模型： - 这是一个非零和捉迷藏游戏（nonzero-sum hide-and-seek game）。
- 游戏规则：
1. 隐藏者先选择一个位置 \( j \) 藏匿。
2. 隐藏者发送一条消息 \( m \in \{1,2,3\} \) 给寻找者（廉价谈话，无约束力，可撒谎）。
3. 寻找者选择一个位置 \( j' \) 寻找。
4. 收益：
- 若寻找者找到（\( j' = j \)）：隐藏者得 0，寻找者得 \( v_j \)。
- 若寻找者未找到（\( j' \neq j \)）：隐藏者得 \( v_j \)，寻找者得 0。
- 混合策略纳什均衡：存在唯一内点均衡，其中隐藏者以概率 \( p_j^* \) 选择位置 \( j \)，寻找者以概率 \( q_j^* \) 选择位置 \( j \)，使得双方无动机偏离。
- 均衡条件：隐藏者无差异条件 \( v_j (1 - q_j) = \) 常数（对所有 \( j \)）；寻找者无差异条件 \( v_j p_j = \) 常数。
- 解：\( p_j^* \propto 1/v_j \)，\( q_j^* \propto 1 - 1/v_j \)（具体数值见原文）。
- 关键预测：隐藏者应偏好低价值位置（因为高价值位置被寻找者更可能搜索），而寻找者应偏好高价值位置。

可观测数据： - 每个参与者被随机分配为隐藏者或寻找者，只玩一轮（单次博弈）。
- 可观测：
- 隐藏者的实际选择 \( j \)（1,2,3）。
- 隐藏者发送的消息 \( m \)（1,2,3）。
- 寻找者的实际选择 \( j' \)（1,2,3）。
- 寻找者是否相信消息（通过事后问卷测量信念 \( b \)）。
- 不可观测：隐藏者的真实混合策略 \( p_j \)（只能通过群体频率估计）；寻找者的真实信念分布。

第二步：讲最小内核¶

最简特例：去掉廉价谈话（\( m \) 不存在），只考虑纯随机化博弈。此时，游戏退化为一个标准非零和捉迷藏，唯一均衡为上述 \( (p^*, q^*) \)。

在这个特例下，核心命题退化成：

在均衡中，隐藏者应更频繁地选择低价值位置（\( p_1^* > p_2^* > p_3^* \)），而寻找者应更频繁地选择高价值位置（\( q_1^* < q_2^* < q_3^* \)）。

为什么这个命题反直觉？
- 直觉上，隐藏者想“藏好”，所以应选高价值位置（因为赢了得更多）。但均衡逻辑是：寻找者也知道高价值位置更诱人，因此会优先搜索它们。隐藏者若选高价值位置，被找到的概率更高，期望收益反而低。
- 因此，均衡要求隐藏者反直觉地选择低价值位置。

本文的核心发现：
- 寻找者的行为符合理论（偏好高价值位置）。
- 隐藏者的行为完全违背理论：他们也偏好高价值位置（\( p_1 < p_2 < p_3 \)），且这种偏差在所有年龄段（7-16岁）和成人对照组中高度一致。
- 这意味着人类在随机化情境中无法克服“高价值位置更诱人”的启发式思维，即使理论上应反其道而行。

最小内核的数学困难：
- 无困难——这是一个描述性统计问题，而非证明性定理。核心是实验设计（如何让儿童理解博弈）和数据分析（比较实际选择频率与均衡预测）。
- 本文的“技术”贡献在于实验设计：使用非零和博弈（而非零和）使偏差更显著，且通过控制位置价值（1,2,3）使理论预测清晰。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：儿童与青少年（7-16岁）在非零和捉迷藏游戏中，是否发展出符合混合策略纳什均衡的最优随机化行为，以及廉价谈话（欺骗性消息）的使用与影响。
核心工具/方法：实验室实验，使用一个具有唯一内点混合策略均衡的捉迷藏游戏，每个位置有已知不同价值（1,2,3）。
主要结论：隐藏者系统性偏好高价值位置（与理论矛盾），寻找者偏好高价值位置（与理论一致），且这种偏差在所有年龄段稳定存在；廉价谈话中隐藏者过于诚实，寻找者略有相信倾向，但消息对结果影响小。

关键设定与假设¶

实验设计：
参与者：7-16岁儿童与青少年（N=约200），外加大学生成人对照组（N=约50）。
游戏：非零和捉迷藏，三个位置价值 \( v = (1,2,3) \)。
角色：每个参与者只扮演一个角色（隐藏者或寻找者），只玩一轮。
廉价谈话：隐藏者发送一条消息（“我藏在位置 X”），可撒谎。
假设：
SUTVA（稳定单位处理值假设）：每个参与者的行为不受其他参与者选择的影响（单轮实验自然满足）。
理性预期：参与者理解游戏规则和收益结构（通过训练确保）。
无学习效应：单轮设计避免了重复博弈中的学习收敛。
与已有文献的差异：
相比成人实验（如 Palacios-Huerta & Volij, 2008），本文使用非零和博弈，使隐藏者偏差更显著。
相比发展心理学实验（如 Brocas & Carrillo, 2018），本文首次引入混合策略均衡作为理论基准。

主要结果¶

隐藏者行为：
实际选择频率：位置1（低价值）≈ 15%，位置2 ≈ 25%，位置3（高价值）≈ 60%。
均衡预测：位置1 ≈ 55%，位置2 ≈ 27%，位置3 ≈ 18%。
结论：隐藏者系统性偏好高价值位置，与理论完全相反。
年龄效应：7-16岁各年龄段无显著差异，成人对照组也类似。
寻找者行为：
实际选择频率：位置1 ≈ 10%，位置2 ≈ 25%，位置3 ≈ 65%。
均衡预测：位置1 ≈ 0%，位置2 ≈ 25%，位置3 ≈ 75%（近似）。
结论：寻找者行为接近理论预测（偏好高价值位置），但略有偏差（位置1被选概率略高于0）。
廉价谈话：
隐藏者消息：约70%的消息是真实的（即声称的位置与实际隐藏位置一致），远高于均衡预测（均衡中隐藏者应随机撒谎，真实率约33%）。
寻找者信念：约60%的寻找者相信消息（即选择消息声称的位置），略高于随机（33%）。
影响：消息对寻找者选择有显著但小的影响（选择消息位置的概率增加约20个百分点），但未改变整体偏差模式。
稳健性：
控制性别、年龄、认知能力（如工作记忆测试）后，结果不变。
成人对照组与儿童组无显著差异，表明偏差不随年龄纠正。

证明路线与技术技巧（理论型必写，要具体）¶

注意：本文是实验论文，无数学定理证明。以下“证明路线”指实验假设检验与数据分析的逻辑。

整体路线：
理论预测：计算混合策略纳什均衡 \( (p^*, q^*) \)。
数据收集：通过实验室实验记录每个参与者的选择。
描述性统计：计算各位置的实际选择频率，与均衡预测比较。
统计检验：使用卡方检验、逻辑回归等检验年龄效应、角色差异、消息影响。
稳健性分析：控制潜在混淆变量（性别、认知能力）。
关键跳跃点：
从理论到实验的映射：如何确保儿童理解游戏？作者使用可视化界面和训练轮（确保理解收益结构）。
偏差的量化：作者使用“偏差指数”（实际频率 - 均衡频率）来度量偏离程度，并检验其是否随年龄线性变化。
技术技巧点名：
逻辑回归：用于检验年龄、性别、认知能力对选择概率的影响。
卡方检验：比较实际与理论频率分布。
非参数检验（Mann-Whitney U）：比较儿童组与成人组。
无高阶统计工具（如 U-统计量、半参数方法）。

真实例子与应用¶

数据：来自美国洛杉矶地区的儿童与青少年（7-16岁），通过学校招募；成人对照组为大学本科生。
如何应用：
每个参与者坐在电脑前，先接受游戏规则训练（包括收益矩阵的图解）。
然后随机分配角色，进行一轮游戏。
隐藏者先选择位置，再发送消息；寻找者看到消息后选择位置。
事后问卷测量信念、认知能力（如数字广度测试）。
结果：如上所述。
这个例子想说明什么：
验证理论：寻找者行为部分支持均衡预测。
揭示偏差：隐藏者行为完全违背理论，且偏差不随年龄纠正。
展示廉价谈话的有限作用：消息虽被部分相信，但未改变整体模式。
本文为纯实验/无实证例子：不适用，本文本身就是实证例子。

🔎 结论是否比证明窄¶

是。作者在结论中声称“人类在随机化情境中存在强大的启发式思维”，但实验仅使用单轮、非零和、三个位置的特定设定。
具体语句：Abstract 中“The results point to a powerful (erroneous) heuristic thinking in two-person randomization settings that does not get corrected, even partially, with age.”
窄化条件：该结论仅在非零和捉迷藏中严格成立。作者未检验零和博弈、更多位置、重复博弈等变体。
值得研究者去查：是否已有文献在零和博弈中发现类似偏差？若有，则本文的“新发现”可能只是已知现象的再确认。

四、开放问题（点到为止，扎根具体语句）¶

重复博弈与学习：本文使用单轮设计，无法检验偏差是否随经验收敛。作者在结论中承认“We do not study learning”（p.15）。未来可设计多轮实验，检验儿童是否通过反馈学会反直觉的随机化策略。
零和博弈的对比：本文使用非零和博弈，但零和博弈（如 O’Neill, 1987）中隐藏者偏差可能更小。作者未讨论这一对比（p.3 仅提及零和博弈的已有结果）。
认知机制：作者将偏差归因于“启发式思维”，但未测量具体认知过程（如工作记忆、抑制控制）。未来可使用眼动追踪或 fMRI 检验偏差的神经基础。
廉价谈话的博弈论模型：本文未建立包含欺骗成本的均衡模型（如 Gneezy, 2005）。未来可理论化“过度诚实”行为，并检验其是否随年龄变化。

扎根点：
- 问题1：p.15 “Future research could investigate whether learning occurs with repeated play.”
- 问题2：p.3 “Our game is nonzero sum, which makes the hider’s deviation from equilibrium more stark.”
- 问题3：p.14 “The heuristic is likely driven by a failure to inhibit the immediate appeal of high-value locations.”
- 问题4：p.12 “Hiders are excessively truthful, which is inconsistent with standard game theory predictions.”

提醒：要确认这些是否真 gap，去读同子领域近期约5篇的 intro——都指向它 = 共识（真 gap），互相打架 = 机会。

Maintained by 陈星宇 · Homepage · Source on GitHub