ScholarGate
Assistent
Machine learningGame-theoretic

Bayesiansk Nash-ligevægt

Bayesiansk Nash-ligevægt (BNE) udvider Nash-ligevægt til spil med ufuldstændig information, hvor spillere mangler fuld viden om andres payoff-funktioner. Introduceret af John Harsanyi i 1967, modellerer BNE strategisk interaktion under usikkerhed ved at repræsentere ukendte payoffs som spillernes private typer trukket fra en sandsynlighedsfordeling. Ligevægt findes ved at løse for type-betingede strategier, der er bedste svar på alle mulige type-realiseringer.

Åbn i MethodMindSnartVideoSnartHent slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Metodekort

Nabolaget af beslægtede metoder — vælg en knude for at udforske.

+2 mere

Kilder

  1. Harsanyi, J. C. (1967). Games with incomplete information played by Bayesian players, Parts I, II, and III. Management Science, 14(3), 159-182. DOI: 10.1287/mnsc.14.3.159
  2. Harsanyi, J. C. (1968). Games with incomplete information played by Bayesian players. Management Science, 14(7), 486-502. link

Sådan citerer du denne side

ScholarGate. (2026, June 3). Bayesian Nash Equilibrium with Incomplete Information. ScholarGate. https://scholargate.app/da/game-theory/bayesian-nash-equilibrium

Hvilken metode?

Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.

Sammenlign side om side

Refereret af

ScholarGateBayesian Nash Equilibrium (Bayesian Nash Equilibrium with Incomplete Information). Hentet 2026-06-15 fra https://scholargate.app/da/game-theory/bayesian-nash-equilibrium · Datasæt: https://doi.org/10.5281/zenodo.20539026