1701032490
既然与记忆有关，不完美信息一定是针对动态博弈而言的。通常我们仍可以用博弈树来加以表示，这就是不完美信息的扩展式。如下的赌牌博弈，是一个典型的不完美信息博弈（图A-7）。
1701032491
1701032492
定义一个不完美信息动态博弈，需要有参与人、行动及其顺序、信息结构、赢利。图A-7中，参与人是运气（chance）、1和2。首先由运气来决定参与人1拿到一张大牌或小牌（概率各1/2），然后由1决定是直接摊牌还是追加赌注；若直接摊牌则博弈结束，1若拿大牌则赢得1单位（2就输掉1单位），否则参与人1输掉1单位（2就赢得1单位）。若1加注，则参与人2决定是埋牌还是开牌，若埋牌，无论如何都输掉1单位（1赢得1单位），若开牌则视1的牌大小而失去或赢得2单位。
1701032493
1701032494
1701032495
1701032496
1701032497
图A-7
1701032498
1701032499
博弈中的信息结构是，一旦运气选择了1的牌大小之后，1立即获得这个信息，但是2并不知道。所以对于2来说，他的信息是不完全的──但是在这里，不完全信息被转化为了不完美信息，就好像2的记忆力很不好，运气刚选择完1的牌大牌小，2马上就忘记了运气是如何选择的。
1701032500
1701032501
信息集
1701032502
1701032503
在不完美信息动态博弈中，信息结构主要是依赖于信息集来定义的。信息集中的元素是博弈的历史，如果一个信息集中只有一个博弈历史，那么这个信息集提供的信息就是完美的，如果一个信息集中有不止一个历史，那么这个信息集提供的信息就是不完美的──因为，参与人将不知道该信息集中究竟是哪个博弈历史发生了。
1701032504
1701032505
以图A-7为例，参与人1有两个信息集（在图中分别标记为I11和I12），其中I11={大}，I12={小}。因此，参与人1的信息是完美的，一旦他到达某个信息集，他就可以清楚地知道究竟是“大”的历史还是“小”的历史发生了。参与人2只有一个信息集，即图中I2，这里I2={（大，加注），（小，加注）}，即它包含了两个博弈历史，一个历史是（大，加注）[1]，另一个历史是（小，加注）。[2]在图中，这两个历史以虚线联系表示它们处于同一个信息集（这是不完美信息博弈树的惯用做法）。此时，2的信息是不完美的，因为一旦博弈到达I2，参与人2只知道信息集I2发生了，但是却不知道I2中哪个历史发生了。或者说，他只观察到参与人1加注了，却不知道对方是拿着大牌加注，还是拿着小牌加注。
1701032506
1701032507
策略的定义
1701032508
1701032509
不完美信息动态博弈中，策略可以按如下方式定义：某个参与人的一条完整的（纯）策略，就是在其每个信息集上赋予一个行动而形成的行动计划。一定要牢记的是，这里的策略要求对参与人的每一个信息集赋予一个行动。
1701032510
1701032511
顺便提一句，由于策略是针对每个信息集赋予的一个行动，因此，若有几个博弈历史处于同一信息集，那么这几个历史中任意一个历史发生，轮到其行动的参与人可采取的行动都将是一样的。比如，在图A-7中，信息集I2中，两个历史点后的行动都是埋牌或开牌，我们绝不允许出现在一个历史点上可以选择埋牌或开牌，而在另一个历史点上只能选择开牌之类的情况。为什么要做这样的规定？这本不是一个难以理解的问题，但要说清楚也得费一番口舌，而且把话题又扯远了，姑且让读者自己去思考吧。这里只要求你记住这个规定就可以了。
1701032512
1701032513
回到策略的定义上来。图A-7的参与人1有几个（纯）策略？请一定记住，这里的策略要求对其每一个信息集赋予一个行动。现在参与人1有两个信息集，每个信息集都有两个可选行动，因此他的（纯）策略实际上有如下四个（见表A-1）：
1701032514
1701032515
1701032516
1701032517
1701032518
图A-7中参与人2有几个策略？因为他只有唯一的信息集I2，该信息集上只可以选择埋牌或开牌，因此他的策略只有两个：埋牌或开牌。
1701032519
1701032520
混合策略和行为策略
1701032521
1701032522
不完美信息动态博弈中，参与人的混合策略就是为其纯策略集指定一个概率分布。比如对于参与人1，他可以以概率x选择其1#策略，以概率y选择2#策略，以概率z选择3#策略，以概率1-x-y-z选择4#策略。（读者可思考一下，这里为什么用1-x-y-z表示4#策略被采取的概率？）因此，我们可用向量（x，y，z）表示参与人1的混合策略（mixed strategy）。
1701032523
1701032524
行为策略（behavioral strategy）的定义与混合策略有所差别，它是指参与人在其每个信息集上随机选择该信息集所允许的行动。比如，参与人1的一个行为策略可以是：他在信息集I11以概率p选择加注，以概率1-p选择摊牌；在信息I12以概率q选择加注，以概率1-q选择摊牌。这个行为策略可以向量（p，q）表示。
1701032525
1701032526
在有限的不完美信息博弈中，混合策略和行为策略是等价的，也就是说，它们只不过是同一策略的不同表现方式而已。但是，我们发现在分析中以行为策略代替混合策略是有好处的，因为前者可以节省一些变量。比如，参与人1的混合策略需要三维向量来表示，而其行为策略只需要二维向量就可表示。另外，一旦考虑到有限信息动态博弈中也需要用到逆推的思想，那么利用行为策略就可以更方便我们检验策略均衡中的信念一致性（后面会讲到，信念一致性是序贯均衡的必要条件）。
1701032527
1701032528
信念的修正
1701032529
1701032530
不完美信息动态博弈中，博弈的行动常常会蕴涵着一些信号，而参与人也就必须实时根据获得的信息更新自己的信念。
1701032531
1701032532
譬如，在图A-7的博弈中，在信息集I2，参与人2并不知道自己处于哪个历史上，即他只知道参与人1选择加注，却不知1手中牌大牌小。在博弈开始的时候，大家对于运气的选择有一个初始信念（先验的信念），即运气以（0.5，0.5）的概率选择1的牌之大小。如果我们在博弈开始（乃至在1尚未选择行动的时候），我们询问参与人2：“你认为甲有多大可能性拿到的是大牌？”他的答案应是“0.5”。
1701032533
1701032534
现在，设若1已经选择了加注。我们再询问2：“你认为甲有多大可能性拿到的是大牌？”他的答案还是0.5吗？参与人2很可能会这样思考：如果1拿到大牌，而直接摊牌只能赢得1单位，如果加注则可能得到1单位或者2单位，因此1拿到大牌则必然加注；但是若1拿到小牌，直接摊牌将会输掉1单位，如果加注则可能得到1单位也可能失去2单位，因此他不能完全选择摊牌也不能完全选择加注，而只能部分地选择加注或摊牌；既然他拿到大牌必定加注，而拿到小牌则有时加注，显然我不能一看到他加注就认为大牌小牌的概率各占一半，加注的时候他多半拿了大牌，少半拿了小牌。
1701032535
1701032536
是的，参与人1的行动将改变参与人2的先验信念。但是2如何修正其信念呢？为了使2的信念修正能够得以完成，我们不妨假设出参与人1的行为策略（p，q），即在信息集I11参与人1以概率p选择加注（从而以1-p选择摊牌），在信息集I12参与人1以概率q选择加注（从而以1-q选择摊牌）。那么，我们容易推出：历史（大，加注），即信息集I2左边的结点，出现的概率是0.5p；历史（小，加注），即信息集I2右边的结点，出现的概率是0.5q。从而，根据本附录第一部分讲到的贝叶斯法则，可推断：
1701032537
1701032538
1701032539