ScholarGate
Assistent
Machine learningGame-theoretic

Bayesianskt Nash-jämvikt

Bayesianskt Nash-jämvikt (BNE) utvidgar Nash-jämvikt till spel med ofullständig information, där spelare saknar fullständig kännedom om andras utdelningsfunktioner. BNE, som introducerades av John Harsanyi 1967, modellerar strategisk interaktion under osäkerhet genom att representera okända utdelningar som spelares privata typer dragna från en sannolikhetsfördelning. Jämvikt hittas genom att lösa för typ-betingade strategier som är bästa svar på alla möjliga typrealiseringar.

Öppna i MethodMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

+2 till

Källor

  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

Så citerar du den här sidan

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

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGateBayesian Nash Equilibrium (Bayesian Nash Equilibrium with Incomplete Information). Hämtad 2026-06-15 från https://scholargate.app/sv/game-theory/bayesian-nash-equilibrium · Datamängd: https://doi.org/10.5281/zenodo.20539026