纳什均衡
约翰·纳什（John F. Nash, 1928–2015）提出的博弈论核心概念。它描述了一种「谁都不想单方面改变」的稳定状态—— 在这个策略组合里，每个人所做的，都是对别人所做的最优回应。
01什么是纳什均衡
纳什均衡是非合作博弈中的一个策略组合： 在该组合下，每个参与者的策略都是对其他参与者策略的最优反应。 也就是说，在给定其他人选择的前提下，没有任何一方能通过单方面改变自己的策略来获得更高收益。
它刻画的是博弈的「稳定性」——一种自我维持、自我印证的状态，而不是「最优性」。
纳什均衡就是「没人想单方面改变主意」的状态。它未必是最好的结果，但如果你单独改变策略，只会让自己更糟。
🎯 三个经典场景：
- 囚徒困境：两个人都招供是均衡，尽管都沉默对双方更好
- 交通选择：所有人都走那条最快的路，结果一起堵车
- 价格战：商家竞相降价，最终利润都被压缩
02数学表述
纳什证明了：任何有限博弈（参与者有限、每人策略有限）至少存在一个纳什均衡， 只不过它可能是混合策略（即以一定概率随机选择各个纯策略），而不一定是纯策略。
证明思路是把「每个人的最优反应对应」拼成一个从策略空间到自身的映射， 再运用 角谷静夫不动点定理（Kakutani's Fixed Point Theorem）证明该映射存在不动点—— 这个不动点就是纳什均衡。换句话说，纳什均衡就是「最优反应映射的不动点」。
03公式可视化：最优反应曲线
q < 1/3 时，改选「拳击」。两条阶梯状曲线共有 三个交点，
分别对应两个纯策略均衡和唯一一个混合策略均衡。
04交互模拟：亲手找出纳什均衡
本博弈的纳什均衡
点击格子查看分析
05理论的历史脉络
06关键性质与常见误解
纳什均衡只保证「没人愿意单独偏离」，并不保证整体结果最好。囚徒困境中（背叛，背叛）是均衡，但双方的收益都低于（合作，合作）。
协调博弈、性别战等都有多个纳什均衡。此时「均衡」只说明哪些结果是稳定的，并不能预测人们最终会落在哪一个上。
当不存在纯策略均衡时（如猜硬币），参与者会以特定概率随机化。纳什定理保证有限博弈至少存在一个这样的均衡。
纳什均衡描述的是终局的稳定条件，并不说明人们如何一步步走到那里。动态调整过程需要额外用「演化博弈」等工具刻画。
在动态博弈中，有些纳什均衡包含「不可信的威胁」。子博弈完美均衡、颤抖手完美均衡等概念用于剔除这类不合理的均衡。
纳什存在性定理要求策略集是紧凸集、收益函数连续且拟凹。不满足这些条件时，纳什均衡可能不存在。
07现实世界的应用
企业定价、产能决策、进入壁垒——分析「价格战」为何一旦开始就难以停止。
频谱拍卖、广告位竞价机制的设计，帮助拍卖方在收入与效率之间找到平衡。
每个数据包独立选择最短路径，结果造成拥塞——这是网络中的「囚徒困境」。
军备竞赛、气候谈判、贸易协定，本质上都是多轮重复博弈中的均衡选择问题。
「鹰鸽博弈」用纳什均衡解释动物争斗中攻击与退让策略的稳定比例。
多智能体强化学习、对抗样本、自博弈训练，都以纳什均衡作为收敛目标或评价基准。