刚好做到这道练习题，试着来答一下。
感谢浙大蒋文华老师的mooc《博弈论基础》。
这是一道监督情境的博弈题。
为了使对方不具备占优策略，也使自己所得收益最大，应使对方无论采取任何策略，所得收益都一样。
假设张三平时勤快的概率为p，则平时偷懒概率为1-p。教授放过的概率为q，不放过的概率为1-q。
教授放过时的收益为3p-1*(1-p),不放过时的收益为-p
张三勤快时的收益为2q+1-q，偷懒时收益为3q
为了让张三勤快和偷懒时的收益一样，教授需要决定q=50%。
为了让教授放过和不放过时的收益一样时，学生需要决定p=20%。
因而教授采取放过的策略为50%，学生勤奋的概率为20%，此时可达到纳什均衡。
哪一个是教授的得益 请写清楚
求纳什均衡，最后是50%
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024