📈 economics

Sequential Equilibria in a Class of Infinite Extensive Form Games

Cet article définit une notion naturelle d'équilibre séquentiel pour une classe de jeux à forme extensive infinie à information continue, démontrant que de tels équilibres existent, raffinent les équilibres de Nash et coïncident avec les équilibres séquentiels traditionnels dans les jeux finis.

Auteurs originaux : Michael Greinecker, Martin Meier, Konrad Podczeck

Publié 2026-04-29

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Michael Greinecker, Martin Meier, Konrad Podczeck

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous jouiez à un jeu de société complexe avec des amis. Dans la version classique de ce jeu (que les théoriciens des jeux appellent « jeux finis à forme extensive »), chacun joue à tour de rôle, et à chaque tour, vous avez une liste limitée de coups à choisir — comme déplacer un pion vers la case A, B ou C.

Dans ces jeux standards, il existe une règle célèbre pour trouver la manière « parfaite » de jouer, appelée Équilibre Séquentiel. C'est comme un arbitre ultra-intelligent qui dit : « Si vous vous trouvez dans une situation que vous ne vous attendiez pas à voir se produire, vous devriez quand même jouer le coup le meilleur possible pour ce moment précis, en supposant que tous les autres jouent également leur meilleur coup. » Cette règle repose sur l'idée que vous pouvez imaginer que chaque coup possible se produit, même les plus improbables, pour tester si votre stratégie tient la route.

Le Problème : Le Menu Infini
L'ennui commence lorsque le jeu change. Imaginez qu'au lieu de choisir entre les cases A, B ou C, vous puissiez choisir n'importe quel nombre entre 0 et 1. Vous pourriez choisir 0,5, ou 0,500001, ou 0,5000000001. Il y a un nombre infini de choix (un « continu »).

Dans ce monde infini, l'ancienne règle de l'arbitre s'effondre. Pourquoi ? Parce que pour tester « chaque coup possible », vous devriez attribuer une infime part de probabilité à chaque nombre individuel entre 0 et 1. Mais mathématiquement, vous ne pouvez pas répartir une quantité finie de probabilité (100 %) sur un nombre infini d'options de manière à ce que chacune reçoive une part non nulle. L'ancienne méthode ne peut tout simplement pas démarrer.

Pour cette raison, les économistes et les théoriciens des jeux sont restés coincés. Ils ne peuvent pas utiliser la règle du « jeu parfait » pour des scénarios réels comme la fixation des prix (qui peuvent être n'importe quel nombre) ou le choix des quantités, ils ont donc dû inventer des règles « ad hoc » (fabriquées sur mesure) qui ne reposent sur aucune fondation théorique solide.

La Solution : Une Nouvelle Façon de Regarder le Jeu
Cet article, par Greinecker, Meier et Podczeck, introduit une nouvelle façon de définir le « jeu parfait » pour ces jeux infinis. Ils ne tentent pas de forcer les anciennes règles à fonctionner ; au lieu de cela, ils construisent un nouveau cadre basé sur la continuité.

Pensez-y ainsi : dans l'ancienne méthode, vous tentiez de vérifier chaque grain de sable d'une plage pour voir si la plage était stable. Dans la nouvelle méthode, les auteurs disent : « Si la plage est lisse et continue, nous n'avons pas besoin de vérifier chaque grain. Nous devons simplement vérifier un échantillon dense et représentatif de grains. Si la plage tient bon là-bas, elle tient bon partout. »

Voici comment ils procèdent, en utilisant quelques concepts clés :

La « Mesure Stratégique » (La Carte, Pas l'Étape) :
Au lieu de suivre exactement ce qu'un joueur fait à chaque instant (ce qui est impossible avec des choix infinis), ils suivent le motif global du jeu. Imaginez la stratégie d'un joueur non pas comme une liste d'étapes spécifiques, mais comme une « carte » montrant la probabilité de se retrouver dans différentes parties du jeu. Ils appellent cela une « Mesure Stratégique ». C'est comme regarder les prévisions météorologiques (le motif global de la pluie) plutôt que de suivre chaque goutte de pluie individuelle.
L'Hypothèse du « Signal Lisse » :
L'article suppose que l'information dans le jeu circule de manière fluide. Si vous modifiez légèrement votre action, l'information reçue par les autres joueurs change légèrement, et non de manière brutale.
- Le Mauvais Exemple : Imaginez un jeu où si vous choisissez le nombre 0,5, votre adversaire voit « Bleu », mais si vous choisissez 0,500001, ils voient soudainement « Rouge ». Ce « saut » brise le jeu.
- Le Bon Exemple : Si vous choisissez 0,5, ils voient « Bleu Clair ». Si vous choisissez 0,500001, ils voient « Bleu Légèrement Plus Clair ». Cette régularité permet aux nouvelles mathématiques de fonctionner.
Le Test « Et Si » (Rationalité Séquentielle) :
Les auteurs définissent un « Équilibre Séquentiel » comme une stratégie qui est la limite d'une série de stratégies « presque parfaites ».
- Imaginez que vous testiez une stratégie en faisant semblant que chaque coup possible a une infime chance non nulle de se produire (même si c'est 0,0000001 %).
- Vous vérifiez : « Si je jouais ce coup improbable, continuerais-je à prendre la meilleure décision compte tenu de ce que je sais ? »
- Si votre stratégie passe ce test pour chaque scénario « et si » possible (spécifiquement, pour chaque ensemble d'information « stratégiquement pertinent »), alors c'est un Équilibre Séquentiel.

Pourquoi Cela Compte
Les auteurs prouvent deux grandes choses :

Existence : Dans cette nouvelle classe de jeux infinis et lisses, une solution de « jeu parfait » existe toujours. Vous n'avez pas à vous contenter de « peut-être » ou de règles « ad hoc ».
Cohérence : Si vous appliquez leur nouvelle définition à un jeu standard et fini (celui avec juste A, B et C), elle vous donne exactement la même réponse que l'ancienne définition célèbre. C'est une généralisation, pas un remplacement.

Un Exemple Réel : Le Duopole Bruyant
Pour montrer que cela fonctionne, ils l'appliquent à un « Duopole » (deux entreprises en concurrence).

Scénario : L'entreprise A fixe un prix. L'entreprise B voit le prix, mais seulement à travers une fenêtre « bruyante » (elle voit une version légèrement floue du prix).
Ancien Problème : Dans les modèles précédents, si le bruit était trop spécifique, les entreprises pouvaient rester coincées dans une boucle où aucun prix stable n'existait.
Nouveau Résultat : En utilisant leur nouvelle définition, ils montrent que si le « bruit » est suffisamment lisse, un équilibre stable existe. De plus, ils prouvent que la première entreprise (le leader) conserve toujours un avantage, même avec le bruit, à condition que le bruit ne soit pas trop sauvage.

En Résumé
Cet article résout un problème de longue date en théorie des jeux. Il dit : « Nous ne pouvons pas vérifier chaque nombre infini, mais si le jeu est lisse et continu, nous pouvons vérifier la « forme » de la stratégie à la place. En faisant cela, nous pouvons trouver la manière parfaite de jouer à des jeux où les joueurs ont des choix infinis, tout comme nous le faisons dans les jeux avec des choix finis. »

Ils n'ont pas inventé un nouveau jeu ; ils ont simplement construit une meilleure paire de lunettes pour que nous puissions enfin voir les coups gagnants dans ceux qui sont infinis.

1. Énoncé du problème

L'article comble une lacune fondamentale en théorie des jeux : l'absence d'une Équilibre Séquentiel bien défini pour les jeux sous forme extensive où les joueurs choisissent parmi un continuum d'actions (par exemple, des prix ou des quantités continus).

La limitation de la théorie existante : La définition standard de l'équilibre séquentiel (Kreps et Wilson, 1982) repose sur le concept de « stratégies complètement mixtes » (perfection de la main tremblante), où chaque action à un ensemble d'information est jouée avec une probabilité positive. Dans les jeux avec des espaces d'actions non dénombrables, il est impossible d'attribuer une probabilité positive à chaque action individuelle. Par conséquent, la définition standard échoue, contraignant les chercheurs à se reposer sur des raffinements ad hoc dépourvus de fondement théorique général.
Pathologies des jeux infinis : Les auteurs soulignent que, sans hypothèses de continuité spécifiques, les jeux infinis sous forme extensive souffrent souvent de pathologies sévères, notamment :
- La non-existence d'équilibres de Nash (par exemple, l'Exemple 1 dans l'article).
- La non-existence d'équilibres séquentiellement rationnels (par exemple, l'Exemple 2, un jeu de signalisation).
- L'espace des distributions réalisables sur les déroulements du jeu n'étant pas fermé par convergence faible, conduisant à un « enchevêtrement stratégique » où les joueurs futurs corrèlent leur comportement sur des variations infinitésimales qui disparaissent à la limite.

2. Méthodologie et cadre théorique

Les auteurs proposent un nouveau cadre fondé sur les Mesures Stratégiques et la Continuité Informationnelle.

A. Hypothèse de continuité informationnelle

Pour résoudre les pathologies, les auteurs imposent une condition de continuité stricte sur les fonctions de signal (le mécanisme par lequel les joueurs observent les actions passées).

Hypothèse : Les fonctions de signal sont données par une famille de densités conditionnelles bornées intégrablement qui varient continûment par rapport aux actions passées.
Implication : Cela exclut les jeux à information parfaite avec des actions continues (où une action spécifique révèle l'état exact) mais inclut les jeux avec une « observabilité bruyante ». Cette hypothèse garantit que de petits changements dans les actions entraînent de petits changements dans la distribution des signaux, empêchant l'« enchevêtrement stratégique » qui cause la non-existence.

B. Mesures stratégiques

Au lieu de travailler directement avec les stratégies comportementales (qui sont difficiles à traiter topologiquement dans des espaces infinis), les auteurs utilisent les Mesures Stratégiques.

Définition : Une mesure stratégique est une mesure de probabilité de Borel sur l'espace des signaux et des actions pour un joueur spécifique. Elle représente la distribution conjointe des actions d'un joueur et des signaux qu'il reçoit, indépendamment de la fonction de stratégie spécifique utilisée pour les générer.
Propriétés :
- L'ensemble des mesures stratégiques est compact, convexe et métrisable dans la topologie faible.
- Les gains espérés sont des fonctions continues et multilinéaires du profil des mesures stratégiques.
- Cela permet d'utiliser les théorèmes de point fixe (Kakutani–Fan–Glicksberg) pour prouver l'existence.

C. Définition de l'équilibre séquentiel

Les auteurs redéfinissent l'équilibre séquentiel en adaptant la caractérisation de Myerson et Reny (2020) pour les jeux finis.

Ensembles stratégiquement pertinents : Puisqu'il est impossible d'atteindre chaque ensemble d'information mesurable avec une probabilité positive dans un cadre continu, les auteurs définissent un ensemble d'ensembles d'information comme « stratégiquement pertinent » s'ils sont atteints avec une probabilité positive et possèdent des sections d'actions ouvertes (c'est-à-dire que si une action est dans l'ensemble, un petit voisinage de cette action y est également inclus).
Le concept d'équilibre : Un profil de mesures stratégiques est un équilibre séquentiel s'il est la limite d'une suite de profils où :
1. Chaque ensemble stratégiquement pertinent est atteint avec une probabilité positive.
2. Les joueurs sont $\epsilon$ -optimaux conditionnellement à l'atteinte de ces ensembles stratégiquement pertinents.
Distinction clé : Contrairement aux définitions standards, cette approche ne nécessite pas que les croyances soient définies à chaque ensemble d'information, mais seulement à ceux qui sont stratégiquement pertinents et atteignables avec une probabilité positive dans la suite d'approximation.

3. Contributions clés

Théorème d'existence : L'article démontre que des équilibres séquentiels existent dans la classe définie de jeux infinis sous forme extensive. Il s'agit d'une avancée théorique majeure, car l'existence était auparavant inconnue ou nécessitait des mesures finiment additives (qui sont non constructives) dans des contextes similaires.
Raffinement de l'équilibre de Nash : L'équilibre séquentiel proposé affine le concept d'équilibre de Nash en garantissant que les stratégies sont optimales non seulement sur le chemin de l'équilibre, mais aussi hors équilibre à toutes les contingences stratégiquement pertinentes.
Cohérence avec les jeux finis : Les auteurs démontrent que, dans les jeux standards sous forme extensive finis, leur définition sélectionne exactement les mêmes profils de stratégies que l'équilibre séquentiel traditionnel de Kreps-Wilson.
Solutions constructives : En s'appuyant sur des mesures dénombrablement additives (probabilité standard) plutôt que sur des mesures finiment additives, les solutions sont « explicitement utilisables » et évitent le caractère non constructif des approches précédentes (par exemple, l'utilisation par Myerson et Reny de réseaux et de distributions finiment additives).

4. Résultats clés

Théorème 1 (Existence) : Un équilibre séquentiel existe pour la classe de jeux satisfaisant l'hypothèse de continuité informationnelle.
Proposition 2 (Compacité) : L'ensemble des équilibres séquentiels est compact dans la topologie des mesures stratégiques.
Application au duopole (Proposition 3) : Les auteurs appliquent le concept à un duopole séquentiel bruyant (en étendant Maggi, 1999). Ils montrent que si le bruit dans l'observation de la quantité du leader est suffisamment faible, un équilibre séquentiel existe où le leader conserve un avantage de premier mouvement.
- Contraste : Dans les modèles avec observabilité parfaite, le leader a un avantage. Dans les modèles avec un bruit à support fixe (Bagwell, 1995), l'avantage disparaît souvent. Les auteurs montrent que, avec un bruit continu (support variable), l'avantage persiste, résolvant une tension dans la littérature.

5. Importance

Unification théorique : L'article comble le fossé entre la théorie des jeux finis (où l'équilibre séquentiel est standard) et les jeux à actions continues (où il était indéfini). Il fournit une base rigoureuse pour l'analyse des jeux dynamiques avec des variables continues, omniprésentes en économie (par exemple, tarification, investissement, R&D).
Robustesse des résultats : En établissant que les équilibres séquentiels existent et sont compacts, l'article valide l'utilisation de la logique d'induction rétrograde dans des contextes continus, sous réserve que la continuité informationnelle soit respectée.
Innovation méthodologique : Le passage des stratégies comportementales aux mesures stratégiques en tant qu'objet principal d'analyse simplifie les arguments topologiques requis pour les preuves d'existence dans les espaces de dimension infinie. Cette approche offre un modèle pour l'analyse d'autres jeux dynamiques complexes où les espaces de stratégies standards sont mal comportés.
Application pratique : La résolution du problème du duopole séquentiel démontre que l'« avantage du premier mouvement » est robuste même sous observation bruyante, à condition que la structure du bruit soit continue, offrant de nouvelles perspectives pour l'organisation industrielle et la conception de marchés.

En résumé, Greinecker, Meier et Podczeck étendent avec succès le raffinement le plus important de l'équilibre de Nash à une large classe de jeux infinis, surmontant les obstacles mathématiques des espaces d'actions continus grâce à l'utilisation novatrice des mesures stratégiques et de la continuité informationnelle.