纳什均衡解怎么求？求解方法全拆解

博弈论里的纳什均衡，是无数人既熟悉又头疼的概念——从“囚徒困境”的经典考题，到职场里的薪资谈判、电商平台的价格战，甚至当下热门的短视频算法博弈、社区团购的定价策略，它都藏在商业决策的逻辑里。很多人知道纳什均衡的定义，却卡在“怎么求”这一步，今天就把求解方法拆解得明明白白。

先搞懂纳什均衡的核心逻辑

要会求，先得懂本质：纳什均衡是博弈中所有参与者的“最优策略组合”——简单说，在这个组合里，没人能通过单方面改变自己的策略获得更高收益。比如两个竞品品牌的价格战：如果品牌A定低价时，品牌B定低价收益最高；品牌B定低价时，品牌A定低价收益最高，那“都定低价”就是一组纳什均衡。

这个逻辑是求解的前提：所有方法的本质，都是找出“没人想单方面改策略”的组合。

分类型掌握3种核心求解方法

方法一：划线法（纯策略纳什均衡入门）

划线法是最基础的方法，适合只有纯策略（即参与者只选某一个确定策略，不做概率混合）的博弈。步骤很简单：

1. 列出博弈的收益矩阵，明确两个参与者的所有策略；

2. 固定一方的每个策略，找出另一方的最优收益，用下划线标记；

3. 所有收益都被下划线标记的组合，就是纯策略纳什均衡。

举个贴近生活的例子：两个职场新人抢同一个晋升名额，可选“努力”或“摸鱼”，收益矩阵（A的收益，B的收益）为：A努力B努力得（2，2），A努力B摸鱼得（5，1），A摸鱼B努力得（1，5），A摸鱼B摸鱼得（3，3）。用划线法：固定A努力，B的最优是摸鱼（收益1）；固定A摸鱼，B的最优是努力（收益5）；固定B努力，A的最优是努力（收益2）；固定B摸鱼，A的最优是摸鱼（收益3）。最终“（努力，摸鱼）”“（摸鱼，努力）”的收益都被划线，就是纯策略纳什均衡。

方法二：反应函数法（连续策略博弈专属）

如果参与者的策略是连续变量（比如定价、产量），划线法就不适用了，这时候要用反应函数法。核心是：先写出每个参与者的收益函数，再对自己的策略求导找最优解，最后联立方程求解。

比如经典的古诺产量博弈：两个企业生产同质产品，市场总需求为P=10-Q（Q是总产量），单位成本都是2。企业1的收益函数是π1=(10-Q1-Q2)Q1-2Q1，对Q1求导得Q1=4-0.5Q2；同理企业2的反应函数是Q2=4-0.5Q1。联立两个方程，解得Q1=Q2=8/3，对应的价格P=10-16/3=14/3，这组产量就是纳什均衡。

方法三：混合策略纳什均衡求解（纯策略无解时用）

如果博弈没有纯策略纳什均衡（比如“剪刀石头布”），就需要用混合策略——参与者以一定概率随机选择纯策略。求解逻辑是：让对方选择任何纯策略的期望收益相等，这样对方就不会单方面改变策略。

比如“石头剪刀布”的博弈，收益矩阵为赢得1分、输得-1分、平得0分。假设甲以p概率选石头、q概率选剪刀、1-p-q概率选布，要让乙选石头、剪刀、布的期望收益相等，联立方程后解得p=q=1/3，即甲以1/3概率随机选三种策略，同理乙也如此，这就是混合策略纳什均衡。

求解纳什均衡的避坑提醒

很多人容易把纳什均衡和“最优解”混淆——纳什均衡只是“没人想单方面改”的稳定状态，未必是全局最优。比如经典的囚徒困境，“都坦白”是纳什均衡，但“都抵赖”才是集体最优。求解时一定要先明确博弈的目标，再选对应的方法。

最后，给大家整理了3个常见问题：

1. 所有博弈都有纳什均衡吗？

答：根据纳什定理，任何有限博弈（参与者和策略都有限）都至少存在一个纳什均衡（纯策略或混合策略）。

2. 纳什均衡的数量是唯一的吗？

答：不是，一个博弈可能有多个纯策略纳什均衡，也可能有纯策略和混合策略并存的情况。

3. 混合策略纳什均衡有实际意义吗？

答：有，它适合解释随机决策的场景，比如体育比赛中的发球策略、商业竞争中的保密定价策略等。