鄧美林 郭美云
概率認(rèn)知邏輯最早由費(fèi)金(R.Fagin)和哈爾彭(J.Y.Halpern)在[7]中提出,他們將概率公理結(jié)合到認(rèn)知邏輯中,提出了概率認(rèn)知邏輯的公理化系統(tǒng),討論了完全性,可判定性和模型的一些特殊性質(zhì)。巴爾塔格(A.Baltag)、范·本特姆(J.van Benthem)、庫伊(B.P.Kooi)等人分別在[2,3,9]中推進(jìn)了概率認(rèn)知邏輯在概率認(rèn)知?jiǎng)討B(tài)化方面的研究,并提出了另一種概率指派方法。概率認(rèn)知邏輯語義模型可以據(jù)其關(guān)于概率指派的不同方法概括為兩種1這兩類模型分別對(duì)應(yīng)于由德米(L.Demey)和薩科(J.Sack)在文獻(xiàn)[5]中提出的probabilistic relational model和simplified probabilistic relational model。:將概率函數(shù)建立在概率空間上的概率空間認(rèn)知模型,文獻(xiàn)[1,5,7,11]采用了這種方法;將概率函數(shù)建立在每一個(gè)可能世界上的離散概率認(rèn)知模型,文獻(xiàn)[2,3,5,9]采用了這種方法。
采用概率空間認(rèn)知模型的做法無法保證所有公式都被指派概率。因而如果所有給定的命題都有概率,概率空間認(rèn)知模型就不能恰當(dāng)?shù)乜坍嬤@種情形下的概率推理。為了讓模型能夠?yàn)榻o定語言中的所有公式指派概率,文獻(xiàn)[7]定義了一個(gè)關(guān)于原子命題和三個(gè)關(guān)于概率函數(shù)的特殊性質(zhì)2參考文獻(xiàn)[7]的引理3.1,其中的四個(gè)特殊性質(zhì)分別為PMEAS,CONS,OBJ 和UNIF。,前者使得所有命題邏輯公式是可測(cè)的,后者使得認(rèn)知邏輯公式和概率公式是可測(cè)的。但是就模型的可測(cè)問題而言,這一方案中的限定過強(qiáng)了。文獻(xiàn)[5]注意到廣義框架中可允許賦值集與σ代數(shù)3集合X 的σ 代數(shù)是一個(gè)包含X,對(duì)補(bǔ)運(yùn)算和可數(shù)并運(yùn)算封閉的X 的子集的集合。的共通點(diǎn),并據(jù)這一共通點(diǎn)提供了一個(gè)更好的方案。但是為了解決概率公式的可測(cè)問題,這一方案給出的定義過于繁瑣,模型構(gòu)造的可操作性不強(qiáng)。離散概率認(rèn)知模型為每個(gè)可能世界指派概率,因而不存在概率公式的可測(cè)問題。但離散概率認(rèn)知模型不能在可數(shù)無窮多個(gè)世界的情形下為所有世界指派相等的概率。4假設(shè)可能世界集是可數(shù)無窮的,令主體i 在世界w 上給每個(gè)可能世界指派概率為而這與 這一要求相矛盾。
文獻(xiàn)[4]給出的廣義框架中關(guān)于可允許賦值集的定義與概率空間中的σ代數(shù)的定義相似。廣義框架的英文表述為general frame,可允許賦值集的英文表述為set of admissible valuations??稍试S賦值集對(duì)運(yùn)算封閉性的要求在一定程度上可以解決[7]指出的公式不可測(cè)問題,同時(shí)它又能解決離散概率認(rèn)知模型面臨的問題。因此,我們嘗試用廣義框架代替普通框架,并將概率指派到可允許賦值集上。我們給出了一個(gè)可靠且完全的概率認(rèn)知邏輯公理系統(tǒng)并表明這一邏輯適用于談?wù)摶旌喜呗圆┺摹?/p>
本節(jié)以后的內(nèi)容安排如下:第二節(jié)介紹基于廣義框架的概率認(rèn)知邏輯的語言、語義和公理系統(tǒng)PELG(Probabilistic Epistemic Logic based on General frame),并通過模型比較,明確了基于廣義框架的概率認(rèn)知模型的優(yōu)勢(shì);第三節(jié)證明PELG的可靠性和完全性;第四節(jié)運(yùn)用基于廣義框架的概率認(rèn)知模型刻畫混合策略博弈的兩種狀態(tài);第五節(jié)總結(jié)本文的主要工作和一些有待研究的問題。
定義2.1(形式語言LPELG).令A(yù)t表示原子命題集,Ag表示有窮主體集,概率認(rèn)知邏輯公式LPELG定義如下。
其中,a1,...,an和b是任意有理數(shù),a1Pi(φ1)+a2Pi(φ2)+···+anPi(φn)≥b是基本概率公式,表示主體關(guān)于φ1,...,φn的概率。據(jù)定義,Pi(φ)≥b是概率公式,表示在主體i看來,φ的概率大于等于b。Pi(φ1)≥Pi(φ2)也是概率公式,表示在主體i看來,φ1的概率大于等于φ2的概率。我們稱為項(xiàng),記為t,當(dāng)括號(hào)在公式最外層時(shí),通常略去不寫。
如下LPELG公式都可通過以上公式得到定義:φ →ψ,φ ∧ψ,φ ?ψ,?,⊥,
定義2.2(模型).給定有窮主體集Ag和命題邏輯原子公式集At,一個(gè)基于廣義框架的概率認(rèn)知模型M=〈W,Ri,A,μ,V 〉i∈Ag,其中W是非空的可能世界集,Ri是主體i的認(rèn)知可及關(guān)系(等價(jià)關(guān)系),A??(W)是可允許賦值集,即A 是非空集且滿足:
1.X ∈A?WX ∈A;
2.X1,X2,...∈A?5此處定義的可允許賦值集對(duì)可數(shù)并運(yùn)算封閉,是對(duì)廣義框架中的有窮并運(yùn)算封閉條件的推廣,廣義框架的定義可參見文獻(xiàn)[4]第29 頁。如果一個(gè)集合對(duì)可數(shù)并運(yùn)算封閉,那么它一定對(duì)有窮并運(yùn)算封閉。
V:At →A 是命題邏輯原子公式賦值函數(shù),我們稱之為可允許賦值,μ:Ag×W →(A→[0,1])是概率函數(shù),為每一個(gè)主體i在每個(gè)世界w上給A 中的每個(gè)世界集指派一個(gè)0 到1 區(qū)間上的有理數(shù),使得
〈W,Ri,A,μ〉i∈Ag是一個(gè)概率認(rèn)知廣義框架,記為F,我們稱〈W,A〉是一個(gè)可測(cè)空間,稱〈W,A,μ〉是一個(gè)測(cè)度空間。在以下行文中,在不引起混淆的情況下,概率認(rèn)知模型都是指基于廣義框架的概率認(rèn)知模型。
關(guān)于可允許賦值集A 的三個(gè)條件分別表明,可允許賦值集關(guān)于補(bǔ)運(yùn)算、并運(yùn)算、模態(tài)運(yùn)算封閉。概率函數(shù)的前兩個(gè)條件是對(duì)概率的一般性要求。概率函數(shù)的第三個(gè)條件表明,如果對(duì)于任意W的子集W′,任意X ∈A 和任意w,u ∈W′,都有μi,w(X)=μi,u(X),那么,W′ ∈A。6如果對(duì)于任意w,u ∈W′,都有μi,w(X)= μi,u(X),那么,對(duì)于任意當(dāng)且僅當(dāng)因此,據(jù)概率函數(shù)的第三個(gè)條件,{w ∈W | w ∈W′} ∈A,即W′ ∈A。換言之,可允許賦值集關(guān)于概率運(yùn)算也是封閉的。
定義2.3(語義).給定概率認(rèn)知模型對(duì)于任意世界w ∈W,LPELG公式在點(diǎn)模型(M,w)上為真記為M,w |=φ,定義如下。
? M,w |=p當(dāng)且僅當(dāng)w ∈V(p);
? M,w |=?φ當(dāng)且僅當(dāng)
? M,w |=φ ∨ψ當(dāng)且僅當(dāng)M,w |=φ或M,w |=ψ;
? M,w |=Kiφ當(dāng)且僅當(dāng)對(duì)于任意w′ ∈W,如果Rww′,那么M,w′ |=φ;
? M,w當(dāng)且僅當(dāng)
給定概率認(rèn)知模型M,我們定義φ在模型M 中有效當(dāng)且僅當(dāng)對(duì)于任意w ∈W,M,w |=φ,記為M|=φ。給定概率認(rèn)知廣義框架F=〈W,Ri,A,μ〉i∈Ag,如果對(duì)于任意M=〈W,Ri,A,μ,V〉i∈Ag,都有M|=φ,那么我們稱φ在概率認(rèn)知廣義框架F上有效,記為F |=φ。如果對(duì)于任意概率認(rèn)知廣義框架F,都有F |=φ,我們稱φ在概率認(rèn)知廣義框架類上有效,記為|=φ。我們用表示并非M,w |=φ,即φ在點(diǎn)模型(M,w)上不為真。在概率認(rèn)知模型中,檢驗(yàn)一個(gè)公式的概率的前提是這一公式在模型中有概率,即公式在模型中可測(cè)(Measurable)。
定義2.4(可測(cè)).給定概率認(rèn)知模型M,令表示公式φ的外延,一個(gè)LPELG公式φ在M 中是可測(cè)的當(dāng)且僅當(dāng)
定理2.1.所有LPELG-公式在概率認(rèn)知模型中都是可測(cè)的。
對(duì)LPELG公式的結(jié)構(gòu)進(jìn)行歸納易證定理2.1。概率認(rèn)知模型定義表明,可允許賦值集關(guān)于補(bǔ)運(yùn)算、并運(yùn)算、模態(tài)運(yùn)算的封閉性要求,分別對(duì)應(yīng)于公式的否定、公式的合取以及公式的模態(tài)。命題邏輯原子公式賦值函數(shù)保證了所有給定的命題邏輯原子公式的外延都在可允許賦值集中。再據(jù)以上封閉性條件,可得所有據(jù)給定的命題邏輯原子公式生成的LPELG認(rèn)知公式(不含概率公式)的外延都在可允許賦值集中。
可允許賦值集同時(shí)也是σ代數(shù),由可能世界集、可允許賦值集和概率函數(shù)組成一個(gè)概率測(cè)度空間〈W,A,μ〉。概率函數(shù)為σ代數(shù)即可允許賦值集中的每一個(gè)元素指派概率。因此,所有給定的LPELG認(rèn)知公式的外延都被指派了概率。再據(jù)概率函數(shù)的第三個(gè)條件可知,所有LPELG概率公式的外延也都在可允許賦值集中,這使得所有LPELG公式的外延都被指派了概率,據(jù)定義2.4 可知,所有LPELG公式都是可測(cè)的。因而定義2.3 是良定義的。
[5]提出了一個(gè)廣義σ代數(shù)7即general σ algebra,參考文獻(xiàn)[5]定義4.6。,但沒有明確地定義出基于廣義框架的概率認(rèn)知模型。據(jù)命題2.2 可知,這一方案所定義的模型等價(jià)于本文定義的概率認(rèn)知模型。相對(duì)而言,本文定義的概率認(rèn)知模型更為簡潔、易于構(gòu)造。此外,基于廣義框架的概率認(rèn)知模型由于保留了概率空間的性質(zhì)而能夠在可能世界集是可數(shù)無窮的情況下為不同的世界子集指派均等概率。
需要指出,本文沒有對(duì)模型中的廣義框架做具體限定,且普通框架8普通框架指的是〈W,R〉,當(dāng)可允許賦值集A= ?(W)時(shí),〈W,R,A〉就是一個(gè)普通框架。是廣義框架的特例。在本文的基礎(chǔ)上,可以定義一類具有某些特性的廣義框架,從而擴(kuò)充概率認(rèn)知邏輯公理系統(tǒng)。[4]主要從可允許賦值集的角度定義了幾類廣義框架(第30、第308 頁),比如限定可允許賦值集包含所有有窮集和余有窮集(co finite)、令可允許賦值集是可區(qū)分的(differentiated)等等。此外,還可以定義一些特殊的概率函數(shù),進(jìn)而討論知識(shí)與概率、信念與概率的互動(dòng)關(guān)系。9為了刻畫某種知識(shí)與概率的互動(dòng),可以對(duì)概率函數(shù)作如下要求:對(duì)于任意X ∈A,Ri[w] ?X,當(dāng)且僅當(dāng)μi,w(X)=1,可以稱這一性質(zhì)為“知識(shí) 概率一致性”。
[5] 比較了概率模型和離散概率模型,并指出離散概率模型是概率模型的特例。令M=〈W,ν,V〉是一個(gè)離散概率模型,其中ν是一個(gè)概率函數(shù),在每個(gè)世界上為每個(gè)世界指派一個(gè)概率。令{ν+(X)=∑x∈X ν(x)| X ∈?(W)},那么M+=〈W,?(W),ν+,V〉是一個(gè)由離散概率模型M 生成的概率模型。10關(guān)于概率模型與離散概率模型、概率空間認(rèn)知模型和離散概率認(rèn)知模型的關(guān)系的詳細(xì)討論參考文獻(xiàn)[5]第4.2.1節(jié)和4.5.1 節(jié)。同理可得,離散概率認(rèn)知模型是概率空間認(rèn)知模型的特例。本文定義的概率認(rèn)知模型是第三種模型,因此有必要討論一下三者的關(guān)系,本文從模型等價(jià)的角度展開討論。
定義2.5.任給概率認(rèn)知模型M 和M′,M 和M′是LPELG等價(jià)的,若對(duì)于任意LPELG公式φ,M|=φ當(dāng)且僅當(dāng)M′ |=φ,記為M ?M′。
離散概率認(rèn)知模型的概率指派和概率運(yùn)算都比較簡單。[9]最早定義了離散概率認(rèn)知模型,用以討論概率動(dòng)態(tài)認(rèn)知邏輯。11在動(dòng)態(tài)的概率認(rèn)知邏輯中通常都采用這一模型,[9]運(yùn)用這一模型討論了三門問題12,[2]運(yùn)用這一模型討論了信息瀑布(informational cascade)。信息瀑布的詳細(xì)討論參考文獻(xiàn)[2]第3 節(jié)。由于離散概率認(rèn)知模型的定義相對(duì)簡單,本文只給出離散概率認(rèn)知模型與基于廣義框架的概率認(rèn)知模型的一個(gè)比較結(jié)果,有興趣的讀者可參考文獻(xiàn)[3]的定義1、[5]的定義4.4 和[9]的定義1。事實(shí)上,離散概率認(rèn)知模型是基于廣義框架的概率認(rèn)知模型的一個(gè)特例,當(dāng)可允許賦值集A=?(W)時(shí),這樣的基于廣義框架的概率認(rèn)知模型就等價(jià)于一個(gè)離散概率認(rèn)知模型。
在概率認(rèn)知模型中,我們將概率指派給可允許賦值集中的元素,而不再為每一世界構(gòu)造一個(gè)概率空間,但是每個(gè)世界上的概率指派卻可以是不同的。也就是說,我們預(yù)設(shè)主體在每一個(gè)可能世界上都有一個(gè)相同的可測(cè)空間,但并不預(yù)設(shè)主體在每一個(gè)可能世界上具有相同的測(cè)度空間。因此,概率空間認(rèn)知模型在每個(gè)世界上建立一個(gè)概率空間的要求實(shí)質(zhì)上可以通過概率指派來實(shí)現(xiàn)。我們通過命題2.2 表明,如果所有給定命題的概率都是可測(cè)的,那么采用基于廣義框架的概率認(rèn)知模型來定義語義更為簡潔,而這一模型與概率空間認(rèn)知模型具有同等的刻畫能力。
定義2.6(概率空間認(rèn)知模型).給定有窮主體集Ag和命題邏輯原子公式集At,概率空間認(rèn)知模型Mu是一個(gè)四元組〈W,Ri,P,V〉i∈Ag,其中W是非空的可能世界集,Ri是主體i的認(rèn)知可及關(guān)系(等價(jià)關(guān)系),V:At →?(W)是命題邏輯原子公式賦值函數(shù),Pi,w=〈Si,w,Ai,w,ξi,w〉是概率空間,其中:
?Si,w ?W是主體i在世界w上的樣本空間;
?Ai,w是Si,w上的σ代數(shù);
定義2.7.概率空間認(rèn)知模型Mu具有可測(cè)性當(dāng)且僅當(dāng)存在?(W)上的σ代數(shù)A,使得V:At →A,并且對(duì)于任意i ∈Ag,任意w ∈W,
概率空間認(rèn)知模型的可測(cè)性定義最早出現(xiàn)在[5]的定義4.6,[5]定義的廣義σ代數(shù)A只能保證命題邏輯公式和認(rèn)知邏輯公式是可測(cè)的,為了使得概率公式在模型中是可測(cè)的,[5]對(duì)概率空間Pi,w做了限定。與此不同,定義2.7 將類似的限定增加到廣義σ代數(shù)的定義中。
命題2.1.所有LPELG-公式在具有可測(cè)性的概率空間認(rèn)知模型中都是可測(cè)的。
概率空間認(rèn)知模型要求在每一個(gè)可能世界上為每一個(gè)主體構(gòu)造一個(gè)概率空間Pi,w,相應(yīng)地,概率公式的語義定義要求為公式φ的外延與一個(gè)樣本空間Si,w構(gòu)成的交集指派概率。在基于廣義框架的概率認(rèn)知模型中,概率指派針對(duì)的是可允許賦值集中的元素,因而不用考慮不同的概率空間問題,概率被指派給每個(gè)公式的外延,而不用再求交集。并且,命題2.2 表明,如果給定命題的概率都是可測(cè)的,那么基于廣義框架的概率認(rèn)知模型與概率空間認(rèn)知模型具有同等的刻畫能力。
定義2.8 (PELG 公理系統(tǒng)).PELG 是一個(gè)包含如下公理模式和變形規(guī)則的證明系統(tǒng)。
Taut所有經(jīng)典命題邏輯重言式例示
本文用?PELGφ表示φ在PELG 中是可演繹的,也稱φ是PELG 的定理。PELG中φ的一個(gè)演繹指的是一個(gè)有窮長度的公式序列,序列最后的公式是φ,序列中的任一公式或者是PELG 的公理,或者是運(yùn)用PELG 的某一規(guī)則從序列中前面的公式得到的。在不引起混淆的情況下,我們都用?表示?PELG。
易證如下命題:
命題2.3.PELG 定理和導(dǎo)出規(guī)則:
1.Pi(⊥)=0;
2.Pi(?φ)=1-Pi(φ);
3.?φ ?ψ ? ?Pi(φ)=Pi(ψ)。
定理3.1(可靠性).對(duì)于任意LPELG-公式φ,?φ ? |=φ。
據(jù)語義定義,可證所有PELG 公理在任意概率認(rèn)知模型M 中是有效的,所有PELG 規(guī)則在概率認(rèn)知模型M 中保持有效性。13一個(gè)規(guī)則保持有效性當(dāng)且僅當(dāng)據(jù)這一規(guī)則從有效式只能推出有效式??蓞⒖糩6–8]中的相關(guān)證明,由于篇幅所限,這里略去證明。
定義3.1(閉包).任給LPELG公式φ,φ的閉包c(diǎn)l(φ)指的是使得φ ∈cl(φ)且滿足如下條件的最小公式集:
? 如果ψ ∈cl(φ),那么Sub(ψ)∈cl(φ);14Sub(φ)表示φ 的所有子公式的集合。
? 如果ψ ∈cl(φ)并且ψ不是一個(gè)形如?φ的公式,那么?ψ ∈cl(φ)。
定義3.2(Φ的極大一致集).令Φ為某LPELG公式的閉包,Γ是Φ的極大一致集當(dāng)且僅當(dāng)且如果Γ′ ?Φ且Γ??!洌敲处!??⊥。
將典范模型限制在公式的閉包上,是因?yàn)楣介]包中的公式是有窮多的。引理3.2 表明,對(duì)于任意有窮且一致的公式集,一定存在滿足典范要求的概率函數(shù)。然而,針對(duì)一個(gè)無窮且一致的公式集,可能不存在這樣的概率函數(shù)。比如,沒有概率函數(shù)能夠滿足公式集{Pi(p)<1}∪{Pi(p)≥r |r <1}。由此可知,PELG 相對(duì)于概率認(rèn)知模型沒有緊致性,進(jìn)而PELG 沒有強(qiáng)完全性。
引理3.3(典范性).令Φ 是某LPELG-公式的閉包,Φ 的典范模型Mc是一個(gè)概率認(rèn)知模型。
證明.易證是等價(jià)關(guān)系,據(jù)典范模型定義,μc是一個(gè)概率函數(shù),據(jù)引理3.2,滿足典范要求的μc是存在的,其余顯然滿足概率認(rèn)知模型定義。
引理3.4(真值引理).令Φ 為某LPELG-公式的閉包,令是Φ 的典范模型。對(duì)于任意wc ∈Wc,任意公式φ ∈Φ:φ ∈wc當(dāng)且僅當(dāng)
[7]提出了一種證明概率認(rèn)知邏輯完全性的方法,這一方法的核心思想仍然是構(gòu)造一個(gè)真值引理,使得任意概率認(rèn)知邏輯公式在一個(gè)極大一致集中當(dāng)且僅當(dāng)這一公式在這一極大一致集上可滿足。在[7]的基礎(chǔ)上,我們定義了一個(gè)典范的概率認(rèn)知模型,命題3.1.8 表明,對(duì)于滿足一定條件的概率公式,我們可以將這一公式的概率分配到閉包中的所有極大一致集上。而在真值引理的證明中,我們根據(jù)零項(xiàng)公理將這一結(jié)論推廣到任意概率公式。進(jìn)而根據(jù)概率公式在極大一致集中出現(xiàn)與否,典范的概率函數(shù)為閉包中的所有極大一致集指派概率,閉包中的任意概率公式就與典范的概率函數(shù)聯(lián)系了起來。為了證明典范的概率函數(shù)是存在的,我們提出并證明了概率函數(shù)存在引理,同時(shí)表明典范概率認(rèn)知模型是良定義的。
定理3.2 (弱完全性).概率認(rèn)知邏輯PELG 相對(duì)于概率認(rèn)知廣義框架類是弱完全的:對(duì)于任意LPELG-公式
證明.任給LPELG公式φ,令那么{?φ}是一致的,令Φ 為{?φ}的閉包,據(jù)林登鮑姆引理,{?φ}是Φ 的某個(gè)極大一致集Γ 的子集,再據(jù)真值引理,存在Φ 的典范模型Mc,使得據(jù)引理3.3,Mc是一個(gè)概率認(rèn)知模型,因此,
在一些策略式博弈中,沒有純策略納什均衡或有多個(gè)純策略納什均衡,但存在唯一的混合策略納什均衡。我們用概率認(rèn)知邏輯為如下協(xié)同博弈(Coordination Game)的混合策略提供一個(gè)邏輯解釋。
例1(協(xié)同博弈).一對(duì)情侶打算安排他們的娛樂活動(dòng),或者聽音樂會(huì),或者看電影。女士偏好音樂會(huì),男士偏好電影,但他們都寧愿在一起而不愿分開。假設(shè)支付矩陣如圖1。
這一博弈有兩個(gè)純策略納什均衡,分別是兩人都選擇聽音樂會(huì)和兩人都選擇看電影。在這種情形下,如果有一人先進(jìn)行公開決策,則另一個(gè)人選擇跟隨是占優(yōu)策略。而如果兩人同時(shí)決策,那么這里得到的納什均衡并沒有提供采取占優(yōu)決策的依據(jù)。如果主體都考慮了策略的概率指派,則雙方就采取了混合策略。17混合策略的嚴(yán)格定義及詳細(xì)討論可參考[10]。下面我們用概率認(rèn)知模型來描述協(xié)同博弈的混合策略及主體的認(rèn)知狀態(tài)。
圖1: 協(xié)同博弈支付矩陣
首先構(gòu)造一個(gè)概率認(rèn)知模型:給定主體集Ag={1,2}和命題邏輯原子公式集At={C1,C2,M1,M2},依次表示主體1 選擇聽音樂會(huì),主體2 選擇聽音樂會(huì),主體1 選擇看電影,主體2 選擇看電影。這里我們用主體1 表示男士,用主體2 表示女士。令W={wn |n ∈N},R1=R2=W2,令W4k+1={w4k+1∈W |k ∈N},W4k+2={w4k+2∈W | k ∈N},W4k+3={w4k+3∈W | k ∈N},W4k+4={w4k+4∈W | k ∈N}。令A(yù) 是基于{W4k+1,W4k+2,W4k+3,W4k+4}據(jù)可允許賦值集運(yùn)算封閉性要求構(gòu)造而成的一個(gè)可允許賦值集,使得{W4k+1,W4k+2,W4k+3,W4k+4}?A。對(duì)于任意X ∈A,任意s,t ∈{1,2,3,4},μi,w4k+s(X)=μi,w4k+t(X)。且對(duì)于任意X ∈A,存在w ∈W,使得對(duì)于任意q ∈[0,1]∩Q,都有μi,w(X)=q。V(C1)=W4k+1∪W4k+2,V(M1)=W4k+3∪W4k+4,V(C2)=W4k+1∪W4k+3,V(M2)=W4k+2∪W4k+4。M=〈W,Ri,A,μ,V〉i∈Ag,其認(rèn)知關(guān)系如圖2(省略了自反和傳遞關(guān)系箭頭)。
圖2: 概率認(rèn)知模型M 中的認(rèn)知關(guān)系
在沒有達(dá)到混合策略納什均衡之前,主體關(guān)于自己和對(duì)方的策略的概率是不確定的。這一點(diǎn)在模型中被描述為:對(duì)于任意主體i,j ∈Ag,任意c ∈[0,1]∩Q,都存在w ∈W使得M,w |=(Pj(Ci)=c)∧(Pj(Mi)=1-c)。關(guān)于主體的認(rèn)知狀態(tài),易證。這表明,在這一博弈中,博弈雙方都知道自己采取了混合策略,也知道對(duì)方采取了混合策略。
令主體1 選擇聽音樂會(huì)的概率為a,主體2 選擇聽音樂會(huì)的概率為b。在混合策略納什均衡中,主體2 的混合策略滿足等式1·(1-a)+0·a=0·(1-a)+2·a,主體1 的混合策略滿足等式2·(1-b)+0·b=0·(1-b)+1·b??杀硎緸楣剑?/p>
圖3: 協(xié)同博弈納什均衡的概率認(rèn)知模型ME
由此可知,在模型ME的任意可能世界上,任一策略的概率是確定的,也就是說,協(xié)同博弈有且僅有一個(gè)混合策略納什均衡。同時(shí),模型ME還表明,這個(gè)唯一的納什均衡是兩個(gè)主體的普遍知識(shí)。例1 還表明,概率認(rèn)知模型可以借用認(rèn)知算子和概率算子的疊加刻畫主體對(duì)一個(gè)事件的概率不確定性。
本文在[4] 和[7] 的基礎(chǔ)上提出了一個(gè)將概率函數(shù)建立在可允許賦值集上的概率認(rèn)知模型,它為概率認(rèn)知模型的可測(cè)問題提供了一種解決方案。這是繼概率空間認(rèn)知模型和離散概率認(rèn)知模型后的第三種概率認(rèn)知模型。本文比較了三種模型并指出,如果所有給定命題的概率都是可測(cè)的,與概率空間認(rèn)知模型和離散概率認(rèn)知模型相比,基于廣義框架的概率認(rèn)知模型在模型構(gòu)造和語義定義上具有一定優(yōu)勢(shì)。
本文給出了一個(gè)基本的概率認(rèn)知邏輯公理系統(tǒng)PELG,在未來的研究中可以考慮對(duì)PELG 進(jìn)行擴(kuò)張。文獻(xiàn)[4]指出某些特殊的模態(tài)邏輯公式在一類特殊的廣義框架上是有效的,文獻(xiàn)[7]定義了一些特殊的概率函數(shù)并討論了一些特殊的概率認(rèn)知公理,這些在基于廣義框架的概率認(rèn)知邏輯中同樣可以實(shí)現(xiàn)。本文在[7]和[8]的基礎(chǔ)上,定義了一個(gè)典范概率認(rèn)知模型,提出并證明了概率函數(shù)存在引理。存在引理是重要的,它保證了典范的概率函數(shù)是良定義的,但這一引理在已有文獻(xiàn)中沒有被提及,更沒有得到嚴(yán)格的證明。本文采用典范模型的方法證明了PELG相對(duì)于概率認(rèn)知廣義框架類是可靠且完全的。
最后,本文運(yùn)用基于廣義框架的概率認(rèn)知模型刻畫了混合策略博弈的初始狀態(tài)和混合策略博弈納什均衡。通過分析可知,基于廣義框架的概率認(rèn)知模型可以描述混合策略博弈初始狀態(tài)中主體的認(rèn)知狀態(tài)和概率的不確定性,也能夠描述混合策略博弈納什均衡狀態(tài)下主體的普遍知識(shí)和概率的確定性。這為進(jìn)一步運(yùn)用概率認(rèn)知邏輯研究混合策略博弈的認(rèn)知變化和概率更新奠定了基礎(chǔ)。
本文僅僅是基于廣義框架的概率認(rèn)知邏輯研究的一個(gè)初步嘗試和開端,在這方面還有許多問題有待研究。在基礎(chǔ)研究方面,未來的工作包括但不限于研究基于特殊廣義框架的概率認(rèn)知邏輯、基于鄰域語義廣義框架的概率認(rèn)知邏輯、動(dòng)態(tài)的基于廣義框架的概率認(rèn)知邏輯以及概率認(rèn)知邏輯中公共知識(shí)的作用。在運(yùn)用研究方面,可以運(yùn)用這一邏輯討論混合策略博弈如何從初始狀態(tài)達(dá)成混合策略納什均衡、討論概率悖論和貝葉斯決策問題等等。