Python中的纳什均衡
有没有什么Python库可以用来求解两人零和游戏的纳什均衡？我知道这个解法可以用线性约束来表示，理论上来说，scipy应该能优化这个问题。不过，对于两人零和游戏，解是精确且唯一的，但有些求解器在处理某些问题时会无法收敛。
我不想列出Python网站上关于线性规划的任何库，我想知道哪个库在使用方便和速度方面最有效。
3 个回答
0
我刚开始写一些关于博弈论的Python代码：http://drvinceknight.github.com/Gamepy/
这段代码可以：
- 解决匹配游戏，
- 计算合作游戏中的Shapley值，
- 运行基于代理的模拟，以识别正常形式游戏中的新兴行为，
- （虽然有点笨拙——我的Python水平还在提高中）使用lrs库（这个库是用C语言写的：http://cgm.cs.mcgill.ca/~avis/C/lrs.html）来计算正常形式游戏的解（我相信这正是你想要的）。
这些代码都可以在GitHub上找到，那个网站（答案开头的第一个链接）解释了代码是怎么工作的，并提供了用户示例。
你可能还想看看'Gambit'，我自己从来没用过。
2
有一个叫Gambit的东西，虽然设置起来有点复杂，但它提供了一个Python的接口。
3
Raymond Hettinger 写了一个关于解决零和收益矩阵的教程，你可以参考一下这个链接：解决零和收益矩阵的食谱。这个教程应该能满足你的需求。
至于更通用的游戏理论库，目前没有专门为此设计的。不过，正如你所说，scipy 可以处理像这样的优化问题。你也可以试试 GarlicSim，它声称可以用于“任何类型的模拟：物理、游戏理论……”不过我自己没用过，所以不能给你推荐。