1 历史与起源
博弈论的思想渊源可追溯至古代，但其作为一门正式学科的形成，主要归功于20世纪中叶的数学与经济学发展。
1.1 早期思想萌芽
早在18世纪，经济学家安东尼·库尔诺在其1838年的著作中就已提出双寡头垄断模型，可视为早期博弈案例。中国古代的“田忌赛马”故事也蕴含博弈思维，体现了策略选择对胜负的影响。然而，这些早期探索缺乏系统化的数学框架。
1.2 冯·诺依曼与摩根斯坦的奠基
1944年，约翰·冯·诺依曼与奥斯卡·摩根斯坦合著的《博弈论与经济行为》出版，被公认为现代博弈论的奠基之作。该书首次将博弈形式化为数学结构，定义了玩家、策略、收益等核心概念，并着重分析了零和博弈与极小化极大定理，开启了博弈论的系统研究。
1.3 纳什均衡的提出与扩展
1950年，约翰·纳什在其博士论文中提出“纳什均衡”概念，将博弈论从零和博弈拓展至更广泛的非零和博弈。纳什证明了在有限策略的博弈中，一定存在至少一个纳什均衡（可能为混合策略）。这一突破极大地扩展了博弈论的适用范围，后续学者在此基础上发展出子博弈完美均衡、贝叶斯均衡等概念。
2 基本概念与分类
博弈论围绕理性决策主体在互动中的策略选择展开，其核心概念与分类构成了理论框架的基础。
2.1 博弈的要素
一个完整的博弈模型通常包含三个基本要素：玩家、策略与收益。
2.1.1 玩家与策略
玩家（或参与人）是博弈中做出决策的独立主体，可以是个人、企业、国家等。策略是玩家在博弈中可供选择的行为方案，可以是简单的“合作/背叛”型二元策略，也可以是复杂的连续策略集。所有玩家策略的某种组合构成一个“策略组合”。
2.1.2 收益与支付矩阵
收益（或支付）是玩家在特定策略组合下所获得的效用或结果，通常用数值表示。对于双人博弈，收益常以支付矩阵的形式呈现，矩阵的每个单元格列出两名玩家在对应策略组合下的收益。
2.2 博弈的主要分类
博弈可根据不同标准划分为多类，每类都具有独特的分析工具。
2.2.1 合作博弈与非合作博弈
合作博弈强调玩家之间可以达成具有约束力的协议并共同行动；非合作博弈则假定玩家独立行动，仅考虑个人利益。现实中大部分博弈为非合作博弈，纳什均衡正是非合作博弈的核心解概念。
2.2.2 完全信息博弈与不完全信息博弈
完全信息博弈中，所有玩家了解彼此的收益函数及策略空间；不完全信息博弈则涉及私人信息，例如只知道对手的收益类型概率分布。前者可由经典纳什均衡分析，后者需借助贝叶斯纳什均衡。
2.2.3 静态博弈与动态博弈
静态博弈中所有玩家同时选择策略（或虽非同时但彼此不知情），动态博弈则涉及行动顺序，后行动者能观察到先行者的行动。动态博弈通常使用子博弈完美均衡进行分析。
2.2.4 零和博弈与非零和博弈
零和博弈中所有玩家的收益之和为零，一方的收益完全来自另一方的损失，如猜硬币游戏；非零和博弈则允许总收益变动，如囚徒困境，玩家可能通过合作实现双赢或双输。
3 经典模型与解概念
博弈论中的经典模型为分析现实互动提供了直观范例，通过它们可以理解均衡解概念的运作机制。
3.1 囚徒困境
囚徒困境是博弈论中最著名的模型，揭示了个体理性与集体理性之间的冲突。
3.1.1 模型描述
设想两名同案犯被隔离审讯，每人都有两种选择：合作（沉默）或背叛（招供）。若两人都沉默，各获轻刑（如判1年）；若一人招供另一人沉默，招供者立即释放，沉默者获重刑（如判10年）；若两人都招供，各获中等刑期（如判5年）。
3.1.2 纳什均衡与帕累托最优
个人理性会促使每名囚徒选择招供，因为无论对方如何选择，招供总是带来更好的个人结果。因此，（招供，招供）是唯一的纳什均衡。然而，该策略组合导致两人各判5年，而（沉默，沉默）只判1年，后者是帕累托最优结果。囚徒困境表明，个人最优未必导致集体最优。
3.2 协调博弈
协调博弈中，玩家之间存在共同利益，但可能因信息不对称导致协调失败。
3.2.1 性别战
夫妻二人决定晚上一起出门，但丈夫想去看球赛，妻子想去看歌剧。若两人同去球赛，丈夫获益更高；同去歌剧，妻子获益更高；若分头活动，双方收益均为最低。此时存在两个纯策略纳什均衡（球赛，球赛）和（歌剧，歌剧），但两人偏好不同，协调困难。
3.2.2 猎鹿博弈
源自卢梭的寓言：两名猎人合作捕鹿比各自猎兔收获更大，但若一人放弃合作去猎兔，合作者将一无所获。模型显示，合作（共同捕鹿）是帕累托最优，但风险较大；各自猎兔是风险较小的安全策略，也是纳什均衡。猎鹿博弈反映了信任与风险规避的权衡。
3.3 斗鸡博弈与鹰鸽博弈
斗鸡博弈描述两名年轻人开车相向而行，谁先转向谁丢面子，互不相让则相撞。该博弈有两个纯策略纳什均衡（一方前进一方后退），以及一个混合策略均衡。鹰鸽博弈是斗鸡博弈的变体，用于动物行为分析，探讨“鹰派”与“鸽派”策略的演化稳定。
3.4 拍卖理论
拍卖是博弈论应用的重要领域，不同拍卖规则影响出价策略与最终收益。
3.4.1 英式拍卖与荷兰式拍卖
英式拍卖（升价拍卖）中，竞拍者公开递增报价，最后一位出价者获胜。荷兰式拍卖（降价拍卖）中，拍卖师从高价开始递减，首位接受当前价格的竞拍者获胜。两者在策略上具有对称性，但在信息揭示与速度上存在差异。
3.4.2 维克里拍卖
维克里拍卖（密封第二价格拍卖）中，竞拍者密封报价，出价最高者获胜，但只支付第二高报价。这一机制激励竞拍者按其真实估值出价，因为报价高于真实值会增加支付风险，低于真实值则降低获胜概率。维克里拍卖是社会学家威廉·维克里提出的经典设计，具有理论上的良好激励属性。
4 均衡理论
均衡理论是博弈论的核心，旨在预测理性玩家在博弈中可能达成的稳定结果。
4.1 纳什均衡
纳什均衡是博弈论的基础解概念，定义了理性策略组合的稳定性特征。
4.1.1 定义与存在性
纳什均衡指一种策略组合，其中任何一名玩家单方面改变自己的策略都不再获得更高收益。在一个有限策略博弈中，纳什均衡总是存在，但可能表现为混合策略。纳什均衡的存在性定理建立在不动点定理之上，是博弈论的理论基石。
4.1.2 混合策略纳什均衡
当纯策略纳什均衡不存在时，玩家可能随机化自己的策略，形成混合策略均衡。例如在猜硬币博弈中，玩家均以50%概率选择正面或反面，使对手无利可图。混合策略均衡在零和博弈与某些非零和博弈中广泛应用，如足球罚点球时的方向选择。
4.2 子博弈完美均衡
子博弈完美均衡是动态博弈的精细解概念，要求策略组合在博弈的每个子博弈上都构成纳什均衡，以排除不可信的威胁或承诺。
4.2.1 逆向归纳法
逆向归纳法（或后向推理）是求解子博弈完美均衡的标准方法：从博弈的最终阶段开始，推断理性玩家在该阶段的选择，再倒推到前一阶段，直到初始节点。该方法假设所有玩家具有完美理性并预判未来。
4.2.2 序贯博弈的应用
在序贯博弈如“进入威慑”博弈中，在位企业威胁新进入者降价报复，但通过逆向归纳可发现，若进入发生，理性在位者不会实施无利可图的降价，因此该威胁不可信。子博弈完美均衡排除了此类不可信威胁，得出更精确的预测。
4.3 贝叶斯纳什均衡
贝叶斯纳什均衡适用于不完全信息博弈，由约翰·海萨尼引入。该均衡假设玩家知道自己类型，但不知道他人类型，只有关于类型概率分布的共同知识。在此设定下，玩家最大程度预期其他玩家策略的事实，最终所有玩家选择形成彼此最优回应的策略组合。经典应用包括拍卖中的出价策略与讨价还价模型。
4.4 演化稳定策略
演化稳定策略（ESS）源于生物学，由约翰·梅纳德·史密斯提出，用于分析有限理性条件下的策略演化。ESS是指在群体中一旦被多数个体采用，任何罕见的变异策略都无法侵入。ESS不一定要求理性，而是强调自然选择的稳定结果，常用于动物行为、社会规范演化等领域。与纳什均衡不同，ESS可能不唯一，并与混合策略均衡有密切联系。
5 扩展与前沿
博弈论持续拓展至多个交叉领域，衍生出机制设计、行为博弈与算法博弈等前沿分支。
5.1 机制设计理论
机制设计，又称“逆向博弈论”，关注如何设计规则以引导参与者实现特定社会目标。由列昂尼德·赫维奇、埃里克·马斯金与罗杰·迈尔森等人发展，核心思想是寻找激励相容的机制。
5.1.1 显示原理
显示原理指出，任何可以通过复杂机制实现的社会选择函数，都可以通过一个直接机制来实现，其中参与者如实报告自己的真实类型。显示原理简化了机制设计分析，使研究者可以专注于直接机制的设计。
5.1.2 激励相容
激励相容指一个机制设计使得参与者如实报告真实信息成为其最优策略。例如，维克里拍卖中报出真实估价是最优策略，满足激励相容。与此相反，若机制鼓励说谎或隐瞒，则缺乏激励相容性。
5.2 行为博弈论
行为博弈论将心理与认知因素引入经典博弈模型，挑战完全理性假设。
5.2.1 有限理性与学习
现实中人类并非如经典模型中那样完美计算。有限理性强调认知限制，如记忆、计算能力与注意力。学习模型则描述玩家如何在重复博弈中调整策略，包括强化学习、经验加权吸引力学习等。这些模型更好地拟合了实验数据。
5.2.2 文化背景与心理因素
文化差异、公平感、利他偏好、互惠倾向等心理因素深刻影响博弈行为。例如最后通牒博弈中，即使拒绝会导致双方皆无所得，玩家仍常常拒绝不公平分配，体现对公平的追求。行为博弈论将这些因素纳入分析，丰富了理论的应用广度。
5.3 算法博弈论
算法博弈论结合计算机科学与博弈论，关注大规模互动系统下的计算可行性与均衡求解。
5.3.1 计算复杂性与均衡
寻找纳什均衡的通用算法是计算复杂性问题。已证明，计算一般博弈的纳什均衡属于PPAD-complete问题，意味着不存在多项式时间算法（除非P=NP）。这一发现推动了近似均衡解与特定结构均衡的研究。
5.3.2 网络博弈与匹配市场
网络博弈研究节点（玩家）通过边连接互动时的策略行为，分析博弈在社交网络、通信网络中的传播与均衡。匹配市场则研究双边市场中的稳定配对，如医院与医生的匹配，涉及盖尔-沙普利算法等人机交互工具。
5.4 博弈论中的幽默与梗
博弈论因其逻辑与日常直觉的冲突，催生了大量幽默表达和网络梗，体现其文化生命力。
5.4.1 “最优解”还是“摆烂”？
在囚徒困境语境下，纳什均衡要求招供被视为“理性选择”，而合作（沉默）虽为帕累托最优却非纳什均衡。网络段子调侃道：“你以为的最优解是真的最优？不，那只是聪明的摆烂。”这种自嘲式表述反映了个人最优与集体最优之间的常见困境。
5.4.2 永远忠诚的“鸽子”与快狠准的“鹰”
在鹰鸽博弈的梗文化中，“鸽子”指代避免冲突的温和派，“鹰”指代强硬派。网络社区常用此比喻谈论人际冲突与职场策略，例如“在同事抢功时，你是选择做默默耕耘的鸽子，还是当一只快速还击的鹰？”这些梗成为日常社交策略的轻松表达。
6 应用领域
博弈论在众多学科中被用于解释现象、预测行为与设计干预措施。
6.1 经济学与市场
在经济学中，博弈论用于分析寡头垄断、定价策略、拍卖设计、供应链协调等。通过构建博弈模型，企业可以制定最优竞争策略，政府可设计更高效的市场机制。例如，频谱拍卖收入最大化就依赖博弈论原理。
6.2 政治学与国际关系
政治学利用博弈论分析选举、立法博弈与国际冲突。冷战期间，军备竞赛与核威慑被建模为囚徒困境或斗鸡博弈。联合国谈判与贸易协定也常用博弈论评估不同协议的稳定性。
6.3 生物学与生态系统
演化博弈论解释动物行为与生态互动，如求偶策略、种群密度调节、捕食者-猎物系统。ESS概念广泛应用于动物集体行为研究，帮助理解互利共生与竞争关系的演化稳定。
6.4 计算机科学与人工智能
在计算机科学中，博弈论用于网络协议设计、推荐系统、安全机制、机器学习中的强化学习（常建模为序贯博弈）。在多智能体系统设计中，博弈论确保智能体之间的协调与决策均衡。
6.5 日常生活与社交
日常生活处处可见博弈论逻辑：排队时是否加塞的决策、讨价还价、约会策略、垃圾分类的集体行动困境（囚徒困境变体）。掌握博弈论思维有助于识别隐藏动机，优化日常决策。
7 批判与局限
尽管博弈论在学术与实践领域成效卓著，但其所依赖的假设与现实复杂性之间的张力引发持续批评。
7.1 理性假设的争议
博弈论经典模型假设玩家完全理性、拥有完美信息并能无限计算。现实中的决策者受限于认知能力、情绪与时间压力，常做出非最优选择。行为实验反复证明，人类在博弈中经常偏离纳什均衡预测，尤其在社会偏好与互惠情境下。
7.2 多重均衡问题
许多博弈存在多个纳什均衡，理论未能给出明确的选择标准。例如性别战中有两个纯策略均衡，猎鹿博弈中也有两个均衡。缺乏均衡选择理论使得博弈论预测变得模糊。补足性研究如聚焦点理论、演化均衡等虽试图解决此问题，但尚未形成统一框架。
7.3 实验与现实的差距
实验室博弈情境高度简化，现实决策往往充满不确定性、动态变化与多目标博弈。控制实验中强调的得失单位难以完全对应现实中的复杂效用。此外，文化与社会规范常修正玩家的偏好与策略选择，导致理论预测与真实行为之间出现系统偏差。博弈论作为分析工具，需结合其他学科视角才能更全面地把握现实互动。