math-skill 1.0.0 → 2.1.0

package/skills/game-theory/SKILL.en.md

@@ -0,0 +1,117 @@
+---
+name: game-theory
+description: |
+  Trigger when optimal strategy depends on others' choices, needing Nash equilibrium computation, zero-sum/non-zero-sum analysis, mechanism design; or designing strategies for multi-agent systems, adversarial training, routing games.
+---
+
+# 🎯 Game Theory
+
+> "Your optimal choice depends on others' choices — thinking must be interactive, not just deep."
+>
+> — Game Theory, Decision Theory, Mechanism Design
+
+## Core Principle
+
+**Strategic interaction — your best action depends on what others do, and theirs depend on what you do. Nash equilibrium: strategy profile where no player benefits from unilateral deviation.**
+
+Key concepts: **Payoff Matrix**, **Dominant Strategy**, **Mixed Strategy**, **Pareto Optimality**. Classification dimensions: cooperative vs. non-cooperative, zero-sum vs. general-sum, simultaneous vs. sequential.
+
+> **Mathematical Formalization**
+>
+> Formal definition: $n$ players, each with strategy set $S_i$ and payoff function $u_i: S_1 \times \cdots \times S_n \to \mathbb{R}$.
+>
+> Nash equilibrium: strategy profile $s^* = (s_1^*, \ldots, s_n^*)$ satisfying $u_i(s^*) \geq u_i(s_i, s^*_{-i})$ for all $s_i \in S_i$ and all $i$, where $s^*_{-i}$ denotes the strategies of all players except $i$. Mixed-strategy Nash equilibrium: probability distribution $\sigma^*$ such that $u_i(\sigma^*) \geq u_i(s_i, \sigma^*_{-i})$.
+>
+> Dominant strategy: strict $u_i(s_i^*, s_{-i}) > u_i(s_i, s_{-i})$; weak dominance $\geq$ with at least one strict inequality.
+>
+> Zero-sum minimax: $\max_x \min_y f(x,y) = \min_y \max_x f(x,y)$.
+
+## GPU-Friendliness (Cross-Cutting Check)
+
+Game-solving maps to GPU with widely varying capability; pass through the eight-dimensional gate in `../../references/gpu-friendly-math.md`:
+
+- **Matrix games / two-player zero-sum (minimax)**: Equivalent to linear programming (LP); payoff matrix operations are GEMM-compatible and batch-parallelizable — **friendly**.
+- **Mixed-strategy equilibrium computation**: Linear systems / indifference equations on the support; small-scale problems are batch-solvable; watch for sparsity and condition number at scale.
+- **Exact large-scale multi-agent equilibrium**: $n$-player Nash equilibrium is PPAD-complete; general case is **intractable** → **anti-pattern**; switch to approximate / learning-based methods (fictitious play, self-play, multi-agent RL, NFSP).
+- **Evolutionary / repeated game simulation**: Population and strategy batch updates are parallelizable; watch for inter-agent communication and synchronization overhead.
+
+Eight-dimensional minimum assessment (formal terms): **Tensorization** — whether players / strategies / rounds admit batched unfolding; **GEMM-mappability** — whether payoff matrices, minimax, LP / linear systems fall into matrix operations; **Complexity** — flag PPAD / combinatorial explosion risks for Nash / mechanism solving; **Memory and KV-Cache** — whether the strategy-state Cartesian product is compressible; **Low-precision stability** — whether equilibrium solving, LP, soft best-response have controlled condition numbers; **Parallelism and communication** — synchronization cost of multi-agent rollouts; **Sparse structure** — whether the interaction graph is structured; **Operator fusion** — whether payoff, mask, and best-response updates can be fused.
+
+> Use in conjunction with `../../references/books/optimization-ml.md` (duality / minimax, game learning algorithms) and `../../references/books/matrix-analysis.md` (matrix games, linear systems).
+
+## When NOT to Use
+
+- **Single-agent decision problems with no interaction** — optimization thinking is more appropriate; no need to model others' strategic responses.
+- **Purely cooperative problems with no conflict of interest** — players' objectives are fully aligned; strategic analysis is unnecessary.
+- **Deterministic problems with no strategic uncertainty** — outcomes are uniquely determined by one's own actions; no reaction from others is involved.
+- **Outcomes determined purely by chance with no strategic choice** — no strategy sets to analyze; game theory does not apply.
+
+## When to Use
+
+- Multiple decision-makers interact; each player's strategy affects others' payoffs; the optimal strategy depends on predicting others' responses.
+- Need to design incentive mechanisms so that self-interested behavior leads to socially optimal outcomes; predict equilibrium states under given rules.
+- Analyze pricing, entry, and exit in competitive markets; benefit allocation and threat points in negotiation / bargaining.
+- **Design strategies and equilibrium objectives for multi-agent systems, adversarial training (GAN / robust learning), and routing games.**
+
+## Method
+
+### Step 1: Identify Players and Strategies
+Define the fundamental elements of the game: players $N=\{1,\ldots,n\}$; strategy sets $S_i$; payoff functions $u_i: S_1\times\cdots\times S_n\to\mathbb{R}$; information structure (symmetric or not? incomplete information? sequential actions? communication possible?). The core task is identifying the "interaction structure" — whose choices affect whose outcomes. Missing a key player is the most common error.
+
+### Step 2: Analyze the Game Type
+First classify: zero-sum / general-sum, simultaneous / sequential, cooperative / non-cooperative, complete / incomplete information. The type determines the method: zero-sum uses minimax / LP; sequential games use backward induction and subgame-perfect equilibrium; cooperative games use the Shapley value to allocate by marginal contribution:
+$$\phi_i(v)=\sum_{S\subseteq N\setminus\{i\}}\frac{|S|!(n-|S|-1)!}{n!}[v(S\cup\{i\})-v(S)]$$
+Misclassifying the type leads directly to applying the wrong equilibrium concept and solution method.
+
+### Step 3: Construct the Payoff Matrix / Function
+For two-player games, use a payoff matrix with cells $(u_1,u_2)$; for $n$-player games, use $u_i(s_1,\ldots,s_n)$. Verify completeness: are any players or strategies missing? Do payoffs accurately reflect preferences? Are there externalities? Payoffs are the foundation of all analysis; inaccurate assessment biases everything downstream.
+
+### Step 4: Search for Dominant Strategies
+Strict dominance: $u_i(s_i^*,s_{-i}) > u_i(s_i,s_{-i})$ for all $s_i\neq s_i^*$ and all $s_{-i}$; weak dominance: $\geq$ with at least one strict inequality. **Iterated elimination of dominated strategies** successively removes inferior strategies to shrink the strategy space. A dominant-strategy equilibrium is the strongest possible conclusion — no player has any incentive to deviate. If none exists, proceed to equilibrium analysis.
+
+### Step 5: Compute Equilibria
+Select the method based on the game type from Step 2. Pure-strategy Nash: for each $s_{-i}$, find the best response $BR_i(s_{-i})$; intersections are equilibria. Mixed strategies: find probability distributions that make others indifferent, $u_j(s_j,\sigma^*_{-j})=u_j(s_j',\sigma^*_{-j})$ for all $s_j,s_j'\in S_j$. Zero-sum matrix games use minimax $\max_x\min_y f=\min_y\max_x f$; sequential games use backward induction; cooperative games output allocation schemes rather than standard Nash. For multiple equilibria, perform Pareto ranking and label optimal vs. inferior equilibria.
+
+### Step 6: Check Equilibrium Stability
+Trembling-hand perfection (stable under small perturbations, excluding equilibria that rely on "opponents never make mistakes"); evolutionarily stable strategy ESS (resists invasion in repeated interactions); off-equilibrium-path incentives (in sequential games, whether there is motivation to honor commitments). Ask: is the equilibrium unique or multiple? Is it robust to small perturbations? Only stable equilibria constitute credible predictions.
+
+### Step 7: Mechanism Design and Improvement
+If no good equilibrium exists, redesign the game: modify the payoff structure (incentives and penalties), add enforceable rules, introduce communication and reputation mechanisms, Vickrey auctions (truthful valuation reporting is a dominant strategy). Mechanism design formalization:
+$$\max\ \text{social welfare}\quad\text{s.t.}\quad\text{incentive compatibility + individual rationality}$$
+The revelation principle: any Bayesian game equilibrium can be implemented by a direct mechanism — truthful type reporting is an equilibrium. Mechanism design is the most practical branch — rather than lamenting non-cooperation, change the rules so that cooperation becomes the self-interested choice.
+
+## Common Errors
+
+| Error | Critique | Correct Approach |
+|---|---|---|
+| Assuming others think the same way you do | Others have different payoff functions / rationality levels; $u_i\neq u_j$ | Explicitly specify each player's payoff function and beliefs |
+| Ignoring mixed strategies | Pure-strategy equilibria may not exist; mixed equilibria always exist (Nash, 1950) | Check whether mixed-strategy analysis is needed |
+| Confusing Nash equilibrium with Pareto optimality | Nash equilibrium can be Pareto-dominated (Prisoner's Dilemma); the two are independent | Separately annotate equilibrium properties and efficiency properties |
+| Ignoring information asymmetry | Incomplete-information equilibria differ fundamentally from complete-information ones | Distinguish Bayesian games from complete-information games |
+| Oversimplifying payoff structure | Omitting key payoff dimensions distorts the equilibrium | Systematically check complete payoffs for all players |
+| Ignoring repeated interaction dynamics | One-shot equilibria may change in repeated games (folk theorem) | Analyze subgame-perfect equilibria |
+| Intractable exact large-scale equilibrium | $n$-player Nash equilibrium is PPAD-complete; exact solutions are infeasible | Pass through the GPU eight-dimensional gate; switch to approximate / learning methods (self-play, MARL) |
+
+## Operating Procedure
+
+When this skill is triggered, the output must include:
+
+1. **[Players]**: All decision-makers and their types (rational / boundedly rational / unknown).
+2. **[Strategy Sets]**: Available strategies for each player; label finite / infinite.
+3. **[Payoff Matrix]**: Payoff values $(u_1,u_2,\ldots)$ for core strategy profiles, or payoff function form.
+4. **[Game Type]**: Zero-sum / non-zero-sum / sequential / cooperative, with corresponding analytical method.
+5. **[Equilibria]**: All applicable equilibria (pure strategy, mixed strategy, subgame-perfect, cooperative allocation, etc.); label multiple equilibria.
+6. **[Stability]**: Trembling-hand perfection, evolutionary stability, off-equilibrium-path incentives.
+7. **[Mechanism Recommendations]**: If equilibria are undesirable, propose mechanism design suggestions (modify payoffs, add rules, introduce reputation, etc.).
+8. **[GPU Feasibility]**: Matrix games / minimax → LP is GEMM-compatible; large-scale multi-agent equilibria may be intractable → approximate / learning methods; pass through the eight-dimensional gate.
+
+**Output must not consist of analysis alone without conclusions.**
+
+## Relations to Other Skills
+
+- **Optimization Thinking**: Nash equilibrium is mutual optimization — each player optimizes their own payoff subject to others' strategies; the equilibrium is the common solution to all optimization problems.
+- **Probability and Statistics**: Mixed strategies select actions via probability distributions; Bayesian games handle type uncertainty probabilistically; equilibria depend on expected payoffs.
+- **Information Theory Thinking**: Information asymmetry and signaling — in Spence signaling games, the information structure directly affects equilibrium existence and properties.
+- **Causal Inference Thinking**: Strategic choices causally affect others' payoffs; causal chains in strategic interaction are bidirectional.
+- **Algorithmic Thinking**: Nash equilibrium computation complexity (PPAD-complete), Lemke-Howson algorithm, evolutionary game simulation.
+- **Modern Mathematics Activation**: `../../references/books/optimization-ml.md` (duality / minimax, game learning algorithms), `../../references/books/matrix-analysis.md` (matrix games, linear algebraic structure of payoff matrices).

package/skills/game-theory/SKILL.md

@@ -1,318 +1,123 @@
----
-name: game-theory
-description: |
-  科研模式触发：当涉及数学建模、论文分析、算法设计中的多方互动决策、纳什均衡计算、机制设计时调用。
-  生活模式触发：当涉及日常决策受他人影响、人际互动策略、生活规划中的利益协调与冲突时调用。
-  Research mode trigger: When math modeling, paper analysis, algorithm design involves multi-party interactive decisions, Nash equilibrium computation, mechanism design.
-  Life mode trigger: When daily decisions are influenced by others, interpersonal interaction strategy, benefit coordination and conflict in life planning.
-  English: Trigger when decisions involve multiple interacting parties, optimal strategy depends on others' choices, or incentive mechanisms need designing.
----
-
-# 🎯 博弈论思想
-
-> "你的最优选择取决于他人的选择——思考不仅要深入，还要互动。"
-> "Your optimal choice depends on others' choices — thinking must be interactive, not just deep."
->
-> —— 博弈论、决策论、机制设计 / Game Theory, Decision Theory, Mechanism Design
-
-## 核心原则 / Core Principle
-
-**战略互动——你的最优行动取决于他人做什么，而他人的最优行动取决于你做什么。纳什均衡：无人能从单方面偏离中获益的策略组合。**
-
-**Strategic interaction — your best action depends on what others do, and theirs depend on what you do. Nash equilibrium: strategy profile where no player benefits from unilateral deviation.**
-
-关键概念：
-- **支付矩阵（Payoff Matrix）**：每个策略组合下各参与者的收益表
-- **占优策略（Dominant Strategy）**：无论他人选什么，该策略总是最优
-- **混合策略（Mixed Strategy）**：以概率分布随机选择纯策略
-- **帕累托最优性（Pareto Optimality）**：不存在使所有人同时改善的策略组合
-
-博弈的三种分类维度：
-- **合作博弈 vs 非合作博弈**：参与者能否达成有约束力的协议
-- **零和博弈 vs 一般和博弈**：参与者收益是否完全对立
-- **同时博弈 vs 序列博弈**：参与者行动是否有序列依赖
-
-> **数学形式化 / Mathematical Formalization**（科研模式参考）
->
-> 形式化定义：n 个参与者，每人有策略集 $S_i$ 和支付函数 $u_i: S_1 \times \cdots \times S_n \to \mathbb{R}$。
->
-> 纳什均衡：策略组合 $s^* = (s_1^*, \ldots, s_n^*)$ 满足
->
-> $$u_i(s^*) \geq u_i(s_i, s^*_{-i}) \quad \text{for all } s_i \in S_i, \text{ all } i$$
->
-> 其中 $s^*_{-i} = (s_1^*, \ldots, s_{i-1}^*, s_{i+1}^*, \ldots, s_n^*)$ 表示除参与者 $i$ 外所有其他人的策略。混合策略纳什均衡：概率分布 $\sigma^*$ 使得
->
-> $$u_i(\sigma^*) \geq u_i(s_i, \sigma^*_{-i}) \quad \text{for all } s_i \in S_i, \text{ all } i$$
-
-## 不适用场景 / When NOT to Use
-
-- **单人决策问题，与他人无互动** `[科研/通用]` ——优化思想更适用，无需考虑他人策略响应
-- **纯合作问题，无利益冲突** `[科研/通用]` ——参与者目标完全一致，无需战略分析
-- **确定性问题，无战略不确定性** `[科研]` ——结果由自身行动唯一决定，不涉及他人反应
-- **情绪驱动的即时反应，无策略考量空间** `[生活]` ——来不及分析他人选择，博弈框架无法介入
-- **纯粹运气决定的结果，各方无策略选择** `[通用]` ——无策略集可分析，博弈论不适用
-
-- **Single-player decision with no interaction with others** `[Research/General]` — optimization suffices, no need to consider strategic response
-- **Purely cooperative problem with no conflict** `[Research/General]` — all players share identical goals, strategic analysis unnecessary
-- **Deterministic problem with no strategic uncertainty** `[Research]` — outcome determined solely by own actions, no others' reactions involved
-- **Emotion-driven instant reaction with no room for strategic deliberation** `[Life]` — too fast to analyze others' choices, game theory framework cannot intervene
-- **Pure luck-determined outcomes with no strategic choices for any party** `[General]` — no strategy sets to analyze, game theory not applicable
-
-## 何时使用 / When to Use
-
-### 科研触发条件 / Research Triggers
-
-- 多个决策者相互影响，各自的策略影响他人收益
-- 最佳策略取决于他人可能的响应，需预判他人行动
-- 需设计激励机制，使自利行为导向社会最优结果
-- 谈判或讨价还价，需分析利益分配与威胁点
-- 分析竞争市场中的定价、进入、退出等策略行为
-- 预测均衡结果——在给定规则下系统趋向何种稳定状态
-
-- Multiple decision-makers interact, each strategy affects others' payoffs
-- Optimal strategy depends on others' likely responses, need to anticipate their actions
-- Designing incentive mechanisms, making self-interested behavior lead to socially optimal outcomes
-- Negotiating or bargaining, analyzing benefit distribution and threat points
-- Analyzing competitive markets — pricing, entry, exit and other strategic behaviors
-- Predicting equilibrium outcomes — what stable state the system converges to under given rules
-
-### 生活触发条件 / Life Triggers
-
-- 你的决定会受到别人决定的影响（如选择去哪家餐厅取决于朋友偏好）
-- 需要预判他人反应来做决策（如谈判薪资、分配家务、竞标拍卖）
-- 多方利益冲突需要协调（如家庭资源分配、团队任务分工）
-- 感觉陷入两难——无论怎么选都不满意，可能需要改变互动规则
-- 重复互动中需要建立合作或信任（如邻里关系、长期合作）
-- 需要设计规则让别人自愿做出好选择（如激励机制、团队奖惩制度）
-
-- Your decision is influenced by others' decisions (e.g., choosing a restaurant depends on friends' preferences)
-- Need to anticipate others' reactions before deciding (e.g., salary negotiation, chore division, bidding)
-- Multiple parties' interests conflict and need coordination (e.g., family resource allocation, team task division)
-- Feeling trapped in a dilemma — no choice satisfies, may need to change interaction rules
-- Need to build cooperation or trust in repeated interactions (e.g., neighbor relations, long-term partnerships)
-- Need to design rules so others voluntarily make good choices (e.g., incentive mechanisms, team reward/penalty systems)
-
-## 方法流程 / Method
-
-### 第一步：识别参与者与策略 / Identify Players and Strategies
-
-#### 科研模式 / Research Mode
-
-定义博弈的基本要素：
-- **参与者（Players）**：$N = \{1, 2, \ldots, n\}$，谁在做决策？
-- **策略集（Strategy Sets）**：$S_i$ 为参与者 $i$ 的所有可选行动
-- **支付函数（Payoff Functions）**：$u_i: S_1 \times \cdots \times S_n \to \mathbb{R}$，每个策略组合下 $i$ 的收益
-- **信息结构（Information Structure）**：各参与者知道什么？不知道什么？信息是否对称？
-
-关键问题：是否存在隐藏信息（不完全信息博弈）？行动是否有序列（序列博弈）？参与者能否通信？
-
-#### 生活模式 / Life Mode
-
-回答以下问题来识别博弈要素：
-- **谁在影响你的决策？** 列出所有相关方——他们不是旁观者，他们的选择会影响你的结果
-- **他们的选择会影响你的结果吗？** 如果不会，这不是博弈，只需优化
-- **你了解他们的动机吗？** 各方真正在意什么？表面说法 vs 实际利益
-- **各方有哪些可选行动？** 不需要列完所有选项，但要覆盖关键可能性
-
-#### 共通要点 / Common Key Points
-
-核心是识别"互动结构"——谁的选择影响谁的结果。遗漏关键参与者是最常见的错误。
-
----
-
-### 第二步：构建支付矩阵/函数 / Construct Payoff Matrix or Functions
-
-#### 科研模式 / Research Mode
-
-- **2人博弈**：用支付矩阵（表格）表示，行参与者和列参与者的策略组合对应单元格 $(u_1, u_2)$
-- **n人博弈**：用效用函数 $u_i(s_1, \ldots, s_n)$ 表示，每个参与者的收益依赖于所有人的策略
-- 验证完备性：是否遗漏了关键参与者或策略？支付是否准确反映偏好？
-
-关键问题：支付是零和的还是一般和的？是否存在外部性（一人的策略影响非参与者）？
-
-#### 生活模式 / Life Mode
-
-梳理各方的得失：
-- **各方的得失是什么？** 不同选择下每个人会得到什么、失去什么？得失不限于金钱——时间、情感、声誉都是支付
-- **不同选择下每个人会得到什么、失去什么？** 尝试画出简单的"如果A选X、B选Y，各方的结果"
-- **你是否完整考虑了所有人的利益？** 只考虑自己的支付而忽略他人的，会导致错误的策略预判
-
-#### 共通要点 / Common Key Points
-
-支付（payoff）是博弈分析的根基。如果支付评估不准，后续所有分析都会偏。务必考虑所有参与者的完整利益维度。
-
----
-
-### 第三步：寻找占优策略 / Find Dominant Strategies
-
-#### 科研模式 / Research Mode
-
-- **严格占优策略（Strictly Dominant）**：$s_i^*$ 使得 $u_i(s_i^*, s_{-i}) > u_i(s_i, s_{-i})$ 对所有 $s_i \neq s_i^*$ 和所有 $s_{-i}$ 成立
-- **弱占优策略（Weakly Dominant）**：$u_i(s_i^*, s_{-i}) \geq u_i(s_i, s_{-i})$ 对所有 $s_{-i}$ 成立，且至少一个 $s_{-i}$ 严格不等
-- **迭代消去劣策略（Iterated Elimination of Dominated Strategies）**：依次删去每个参与者的劣策略，缩小策略空间
-
-若存在占优策略均衡，这是最强形式的均衡——无人有任何偏离动机，不论理性程度。
-
-#### 生活模式 / Life Mode
-
-问自己：
-- **有没有一个选择，无论对方怎么做都是你的最佳？** 如果有，直接选它——不需要猜测对方意图
-- 如果没有占优策略，你的最优选择取决于对方怎么做——这时需要进入下一步分析
-- 排除明显不好的选项：有些选择在任何情况下都不如其他选择，先删掉它们简化决策
-
-#### 共通要点 / Common Key Points
-
-占优策略是最强的结论——一旦找到，问题就解决了。如果没有占优策略，才需要更复杂的均衡分析。
-
----
-
-### 第四步：计算纳什均衡 / Compute Nash Equilibria
-
-#### 科研模式 / Research Mode
-
-- **纯策略纳什均衡**：通过最优响应分析（best response analysis）——对每个 $s_{-i}$，找出 $i$ 的最优响应 $BR_i(s_{-i})$，交叉点即为均衡
-- **混合策略纳什均衡**：计算使其他参与者无差异的概率分布——参与者 $i$ 的混合策略 $\sigma_i$ 使得参与者 $j$ 的所有纯策略期望支付相等
-
-$$u_j(s_j, \sigma^*_{-j}) = u_j(s_j', \sigma^*_{-j}) \quad \text{for all } s_j, s_j' \in S_j$$
-
-- **多重均衡**：帕累托排序——比较各均衡下所有参与者的支付，标注帕累托最优均衡与帕累托劣均衡
-
-#### 生活模式 / Life Mode
-
-寻找稳定状态：
-- **是否存在一个稳定状态——大家都不愿意单方面改变策略？** 这就是最可能的结果
-- 如果存在这样的稳定状态，那就是最可能的结局——每个人都在做自己能做的最好选择
-- **如果有多个稳定状态，哪个更可能发生？** 多重均衡意味着结果不确定——需要看历史惯例、沟通协调或焦点效应（salience）
-
-#### 共通要点 / Common Key Points
-
-纳什均衡是博弈论的核心预测工具——它告诉你"在理性假设下，最可能的结果是什么"。多重均衡是常态，需要额外信息选择。
-
----
-
-### 第五步：分析博弈类型 / Analyze Game Type
-
-#### 科研模式 / Research Mode
-
-- **零和博弈**：minimax 定理 $\max_x \min_y f(x,y) = \min_y \max_x f(x,y)$，最优策略是保守的——在最坏情况下最大化收益
-- **序列博弈**：逆向归纳法（backward induction）与子博弈完美均衡（subgame perfect equilibrium）——每一步都是后续子博弈的纳什均衡
-- **合作博弈**：联盟形成（coalition formation）与 Shapley 值（Shapley Value）——按边际贡献分配联盟收益
-
-$$\phi_i(v) = \sum_{S \subseteq N \setminus \{i\}} \frac{|S|!(n - |S| - 1)!}{n!} [v(S \cup \{i\}) - v(S)]$$
-
-#### 生活模式 / Life Mode
-
-判断互动类型，选择对应策略：
-- **如果是竞争关系（一方得另一方必失）**：保守策略——做最坏情况下最好的选择。不要指望对方合作，先确保自己不会太惨
-- **如果是合作关系**：寻找双赢点——双方都能改善的选项。关注如何分配合作收益，而非如何争夺
-- **如果是谈判**：识别双方的底线和共识区域——谈判的核心是找到双方都能接受的区域，而非各自的最优
-
-#### 共通要点 / Common Key Points
-
-博弈类型决定了分析方法——零和用保守策略，序列用逆向推理，合作用联盟分析。误判类型会导致方法错用。
-
----
-
-### 第六步：检查均衡稳定性 / Check Equilibrium Stability
-
-#### 科研模式 / Research Mode
-
-- **颤抖手完美（Trembling-Hand Perfect Equilibrium）**：均衡在微小失误下仍然稳定——排除依赖"对手绝不犯错"的均衡
-- **演化稳定性（Evolutionarily Stable Strategy, ESS）**：在重复互动中，均衡策略能否抵御入侵策略——生物学与经济学交叉
-- **偏离均衡路径的激励（Off-Equilibrium Path Incentives）**：序列博弈中，参与者是否有动机在非均衡节点上遵守承诺
-
-关键问题：均衡是唯一的还是多重的？多重均衡中哪个更可能被选择？均衡是否对微小扰动鲁棒？
-
-#### 生活模式 / Life Mode
-
-评估稳定状态的可靠性：
-- **这个稳定状态靠谱吗？** 如果有人犯小错（误解你的意图、操作失误），局面会崩吗？
-- **在重复互动中，这个状态能持续吗？** 单次博弈的结论在长期关系中可能完全不同——合作可以在重复互动中涌现
-- 如果稳定状态对小错误不鲁棒，实际结局可能偏离理论预测——需要考虑容错方案
-
-#### 共通要点 / Common Key Points
-
-稳定的均衡才是可信的预测。不稳定的均衡可能在现实中永远不会出现。
-
----
-
-### 第七步：设计机制与改进 / Design Mechanisms and Improve
-
-#### 科研模式 / Research Mode
-
-如果不存在好的纳什均衡，重新设计博弈：
-- **改变支付结构**：引入惩罚或奖励，使均衡转向更优结果
-- **增加规则**：引入可强制执行的协议、惩罚偏离者
-- **引入通信与声誉**：重复博弈中声誉机制可维持合作
-- **Vickrey 拍卖（第二价格拍卖）**：报真实估值是占优策略——机制设计的经典范例
-- **机制设计（Mechanism Design）**：在满足激励相容性（incentive compatibility）和效率（efficiency）的前提下设计规则
-
-$$\text{Mechanism Design: } \max \text{ social welfare} \quad \text{s.t.} \quad \text{incentive compatibility + individual rationality}$$
-
-显示原理（Revelation Principle）：任何贝叶斯博弈的均衡都可由一个直接机制（direct mechanism）实现——参与者如实报告类型是均衡。
-
-#### 生活模式 / Life Mode
-
-改变规则让好结局更自然：
-- **如果当前规则下大家都陷入不好的结局（如囚徒困境），能否改变规则让好结局成为自然选择？** 这是机制设计的核心思想
-- **引入承诺**：先做出不可反悔的承诺，改变他人的预期和选择（如预先公开你的底线）
-- **声誉机制**：在长期互动中，好声誉本身就是资产——维护声誉可以维持合作
-- **改变激励结构**：让"做好事"变得自然——调整奖惩让每个人的最优选择恰好也是整体最优
-
-#### 共通要点 / Common Key Points
-
-机制设计是博弈论最实用的分支——与其抱怨人不合作，不如改变规则让合作成为自利选择。
-
-## 常见错误 / Common Errors
-
-| 错误 / Error | 数学批评 / Mathematical Critique | 正确做法 / Correct Approach |
-|-------------|-------------------------------|---------------------------|
-| 假设他人像自己一样思考 `[科研/通用]` | 他人可能有不同的支付函数或理性水平，$u_i \neq u_j$ | 明确各参与者的支付函数与信念 |
-| 忽略混合策略 `[科研]` | 纯策略均衡可能不存在，但混合策略均衡总存在（Nash, 1950） | 检查是否需要混合策略分析 |
-| 混淆纳什均衡与帕累托最优 `[科研/通用]` | 纳什均衡可以是帕累托劣的（囚徒困境），两者独立 | 分别标注均衡性与效率性 |
-| 忽略信息不对称 `[科研]` | 不完全信息博弈的均衡与完全信息博弈截然不同 | 区分贝叶斯博弈与完全信息博弈 |
-| 过度简化支付结构 `[科研/通用]` | 遗漏关键支付维度使均衡分析失真 | 系统检查所有参与者的完整支付 |
-| 忽略重复互动动态 `[科研/通用]` | 单次博弈的均衡在重复博弈中可能改变（folk theorem） | 分析重复博弈的子博弈完美均衡 |
-| 假设别人和你想法一样 `[生活]` | 不同人有不同动机、偏好和信息，不能用自己的思维代入他人 | 主动了解他人的真实利益和约束 |
-| 忽略情绪和非理性因素 `[生活]` | 博弈论假设理性，但现实中愤怒、信任、面子等深刻影响选择 | 识别关键情绪因素，修正支付评估 |
-| 只考虑自己的最优不考虑他人的反应 `[生活]` | 单方优化不是博弈分析——你的最优取决于他人的选择 | 先想"如果我这么做，对方会怎么反应" |
-
-## 操作规程 / Operating Procedure
-
-当本 skill 被触发时，先判断模式：
-
-> **模式选择 / Mode Selection**
-> - 若问题涉及数学建模、论文分析、算法设计、均衡计算 → **科研模式**
-> - 若问题涉及日常决策、人际互动、生活规划、冲突协调 → **生活模式**
-> - 若问题同时涉及两者 → **双模式并行，生活模式优先输出，科研模式作为补充验证**
-
-### 科研模式输出格式 / Research Mode Output Format
-
-1. **[参与者]:[列表]**：明确所有决策者及其类型（理性/有限理性/未知）
-2. **[策略集]:[描述]**：列出每个参与者的可选策略，标注是否为有限/无限策略集
-3. **[支付矩阵]:[关键值]**：写出核心策略组合的支付值 $(u_1, u_2, \ldots)$ 或支付函数形式
-4. **[均衡]:[纳什均衡策略/混合概率]**：计算所有纳什均衡（纯策略和混合策略），标注多重均衡
-5. **[博弈类型]:[零和/非零和/序列/合作]**：分类博弈结构，选择对应分析方法
-6. **[稳定性]:[分析]**：检查均衡的颤抖手完美性、演化稳定性、偏离均衡路径激励
-7. **[机制建议]:[改进]**：若均衡不理想，提出机制设计建议——改变支付、增加规则、引入声誉等
-
-**输出必须包含以上 7 项，不得只输出分析性文字而不给出结论。**
-
-### 生活模式输出格式 / Life Mode Output Format
-
-1. **[参与者]:[谁在影响你的决策]** — 列出所有相关方及其可能的行动
-2. **[得失]:[各方的利益]** — 不同选择下每个人的得失
-3. **[稳定状态]:[分析]** — 是否存在没人愿意单方面改变的策略组合？标注多重稳定状态
-4. **[互动类型]:[竞争/合作/谈判]** — 分类互动结构，选择对应策略
-5. **[稳定性]:[评估]** — 这个稳定状态是否对小错误鲁棒？能否在重复互动中持续？
-6. **[规则建议]:[改进]** — 如果当前规则下结局不理想，如何改变规则让好结局更自然
-
-**输出必须包含以上 6 项，不得只输出分析性文字而不给出结论。**
-
-## 与其他 skill 的关系
-
-- **优化思想**：Nash均衡是互相优化——每个参与者在他人的策略约束下优化自己的支付，均衡是所有优化问题的共同解
-- **概率与统计**：混合策略以概率分布选择行动，贝叶斯博弈用概率处理类型不确定性，均衡计算依赖期望支付
-- **信息论思想**：信息不对称与信号传递——Spence 信号博弈模型中，信息结构直接影响均衡的存在与性质
-- **因果推断思想**：因果与博弈互动——参与者的策略选择因果影响他人收益，战略互动中的因果链是双向的
-- **算法思想**：博弈算法与均衡计算——纳什均衡的计算复杂度（PPAD-complete），Lemke-Howson 算法，演化博弈的模拟算法
+---
+name: game-theory
+description: |
+  触发：当策略取决于他人选择、需计算纳什均衡、分析零和/非零和博弈、做机制设计；或为多智能体系统、对抗训练、路由博弈设计策略时调用。
+  English: Trigger when optimal strategy depends on others' choices, needing Nash equilibrium computation, zero-sum/non-zero-sum analysis, mechanism design; or designing strategies for multi-agent systems, adversarial training, routing games.
+---
+
+> **语言路由**：若用户消息为英文，请读取并遵循同目录下的 `SKILL.en.md`，按其操作规程以英文输出；中文消息则继续使用本文件。
+
+# 🎯 博弈论思想 / Game Theory
+
+> "你的最优选择取决于他人的选择——思考不仅要深入，还要互动。"
+> "Your optimal choice depends on others' choices — thinking must be interactive, not just deep."
+>
+> —— 博弈论、决策论、机制设计 / Game Theory, Decision Theory, Mechanism Design
+
+## 核心原则 / Core Principle
+
+**战略互动——你的最优行动取决于他人做什么，而他人的最优行动取决于你做什么。纳什均衡：无人能从单方面偏离中获益的策略组合。**
+
+**Strategic interaction — your best action depends on what others do, and theirs depend on what you do. Nash equilibrium: strategy profile where no player benefits from unilateral deviation.**
+
+关键概念：**支付矩阵（Payoff Matrix）**、**占优策略（Dominant Strategy）**、**混合策略（Mixed Strategy）**、**帕累托最优性（Pareto Optimality）**。分类维度：合作 vs 非合作、零和 vs 一般和、同时 vs 序列。
+
+> **数学形式化 / Mathematical Formalization**
+>
+> 形式化定义：n 个参与者，每人有策略集 $S_i$ 和支付函数 $u_i: S_1 \times \cdots \times S_n \to \mathbb{R}$。
+>
+> 纳什均衡：策略组合 $s^* = (s_1^*, \ldots, s_n^*)$ 满足 $u_i(s^*) \geq u_i(s_i, s^*_{-i})$ 对所有 $s_i \in S_i$、所有 $i$ 成立，其中 $s^*_{-i}$ 为除 $i$ 外所有人的策略。混合策略纳什均衡：概率分布 $\sigma^*$ 使 $u_i(\sigma^*) \geq u_i(s_i, \sigma^*_{-i})$。
+>
+> 占优策略：严格 $u_i(s_i^*, s_{-i}) > u_i(s_i, s_{-i})$；弱占优 $\geq$ 且至少一处严格。
+>
+> 零和 minimax：$\max_x \min_y f(x,y) = \min_y \max_x f(x,y)$。
+
+## GPU 友好性 / GPU-Friendliness（横切检查）
+
+博弈求解映射 GPU 的能力差异极大，过 `../../references/gpu-friendly-math.md` 八维门：
+
+- **矩阵博弈 / 双人零和（minimax）**：等价于线性规划（LP），支付矩阵运算可 GEMM 化、可批量并行——**友好**。
+- **混合策略均衡求解**：支撑集上的线性方程组/无差异方程，小规模可批量解；规模大时注意稀疏性与条件数。
+- **大规模多智能体均衡精确求解**：n 人纳什均衡 PPAD-complete，一般情形**不可算**→ **反模式**，改用近似/学习方法（fictitious play、虚拟自博、多智能体 RL、NFSP）。
+- **演化/重复博弈模拟**：群体与策略批量更新可并行；注意 agent 间通信与同步开销。
+
+八维最低判定（正式术语）：**张量化**看玩家/策略/回合是否能批量展开；**GEMM 可映射**看支付矩阵、minimax、LP/线性方程是否落矩阵运算；**复杂度**标注 Nash/机制求解的 PPAD/组合爆炸风险；**显存与 KV-Cache**看策略-状态笛卡尔积是否可压缩；**低精度稳定**看均衡求解、LP、soft best-response 是否条件数可控；**并行与通信**看多智能体 rollout 的同步成本；**稀疏结构**看交互图是否结构化；**算子融合**看收益、mask、best-response 更新能否融合。
+
+> 配合 `../../references/books/optimization-ml.md`（对偶/minimax、博弈学习算法）与 `../../references/books/matrix-analysis.md`（矩阵博弈、线性方程组）。
+
+## 不适用场景 / When NOT to Use
+
+- **单人决策问题，与他人无互动**——优化思想更适用，无需考虑他人策略响应。
+- **纯合作问题，无利益冲突**——参与者目标完全一致，无需战略分析。
+- **确定性问题，无战略不确定性**——结果由自身行动唯一决定，不涉及他人反应。
+- **纯粹运气决定的结果，各方无策略选择**——无策略集可分析，博弈论不适用。
+
+## 何时使用 / When to Use
+
+- 多个决策者相互影响，各自策略影响他人收益；最佳策略取决于他人响应，需预判他人行动。
+- 需设计激励机制，使自利行为导向社会最优结果；预测给定规则下的均衡稳定状态。
+- 分析竞争市场中的定价、进入、退出；谈判/讨价还价中的利益分配与威胁点。
+- **为多智能体系统、对抗训练（GAN/鲁棒学习）、路由博弈设计策略与均衡目标**。
+
+## 方法流程 / Method
+
+### 第一步：识别参与者与策略
+定义博弈基本要素：参与者 $N=\{1,\ldots,n\}$；策略集 $S_i$；支付函数 $u_i: S_1\times\cdots\times S_n\to\mathbb{R}$；信息结构（是否对称？是否不完全信息？行动是否序列？能否通信？）。核心是识别"互动结构"——谁的选择影响谁的结果，遗漏关键参与者是最常见错误。
+
+### 第二步：分析博弈类型
+先判定零和/一般和、同时/序列、合作/非合作、完全信息/不完全信息。类型决定方法：零和用 minimax/LP；序列博弈用逆向归纳与子博弈完美均衡；合作博弈用 Shapley 值按边际贡献分配：
+$$\phi_i(v)=\sum_{S\subseteq N\setminus\{i\}}\frac{|S|!(n-|S|-1)!}{n!}[v(S\cup\{i\})-v(S)]$$
+误判类型会直接导致均衡概念和求解方法错用。
+
+### 第三步：构建支付矩阵/函数
+2 人博弈用支付矩阵，单元格 $(u_1,u_2)$；n 人博弈用 $u_i(s_1,\ldots,s_n)$。验证完备性：是否遗漏参与者或策略？支付是否准确反映偏好？是否存在外部性？支付是分析根基，评估不准则后续全偏。
+
+### 第四步：寻找占优策略
+严格占优 $u_i(s_i^*,s_{-i}) > u_i(s_i,s_{-i})$ 对所有 $s_i\neq s_i^*$、所有 $s_{-i}$；弱占优 $\geq$ 且至少一处严格；**迭代消去劣策略**依次删去劣策略缩小空间。存在占优策略均衡是最强结论——无人有任何偏离动机；否则进入均衡分析。
+
+### 第五步：计算均衡
+按第二步的博弈类型选方法。纯策略纳什：对每个 $s_{-i}$ 找最优响应 $BR_i(s_{-i})$，交叉点即均衡。混合策略：求使他人无差异的概率分布 $u_j(s_j,\sigma^*_{-j})=u_j(s_j',\sigma^*_{-j})$ 对所有 $s_j,s_j'\in S_j$。零和矩阵博弈可走 minimax $\max_x\min_y f=\min_y\max_x f$；序列博弈用逆向归纳；合作博弈输出分配方案而非普通纳什。多重均衡做帕累托排序，标注最优与劣均衡。
+
+### 第六步：检查均衡稳定性
+颤抖手完美（微小失误下仍稳定，排除依赖"对手绝不犯错"的均衡）；演化稳定策略 ESS（重复互动中抵御入侵）；偏离均衡路径激励（序列博弈中是否有动机遵守承诺）。追问：均衡唯一还是多重？对微小扰动是否鲁棒？稳定均衡才是可信预测。
+
+### 第七步：设计机制与改进
+若不存在好的均衡，重新设计博弈：改变支付结构（奖惩）、增加可执行规则、引入通信与声誉、Vickrey 拍卖（报真实估值为占优策略）。机制设计形式化：
+$$\max\ \text{social welfare}\quad\text{s.t.}\quad\text{incentive compatibility + individual rationality}$$
+显示原理：任何贝叶斯博弈均衡都可由直接机制实现——如实报告类型即均衡。机制设计是最实用分支——与其抱怨人不合作，不如改变规则让合作成为自利选择。
+
+## 常见错误 / Common Errors
+
+| 错误 / Error | 批评 / Critique | 正确做法 / Correct Approach |
+|---|---|---|
+| 假设他人像自己一样思考 | 他人支付函数/理性水平不同，$u_i\neq u_j$ | 明确各参与者支付函数与信念 |
+| 忽略混合策略 | 纯策略均衡可能不存在，混合均衡总存在（Nash, 1950） | 检查是否需混合策略分析 |
+| 混淆纳什均衡与帕累托最优 | 纳什均衡可帕累托劣（囚徒困境），两者独立 | 分别标注均衡性与效率性 |
+| 忽略信息不对称 | 不完全信息均衡与完全信息截然不同 | 区分贝叶斯博弈与完全信息博弈 |
+| 过度简化支付结构 | 遗漏关键支付维度使均衡失真 | 系统检查所有参与者完整支付 |
+| 忽略重复互动动态 | 单次均衡在重复博弈中可能改变（folk theorem） | 分析子博弈完美均衡 |
+| 大规模均衡精确求解不可算 | n 人纳什均衡 PPAD-complete，精确解不可行 | 过 GPU 八维门，改用近似/学习（虚拟自博、MARL） |
+
+## 操作规程 / Operating Procedure
+
+当本 skill 被触发时，输出必须包含：
+
+1. **[参与者]**：所有决策者及其类型（理性/有限理性/未知）。
+2. **[策略集]**：每个参与者的可选策略，标注有限/无限。
+3. **[支付矩阵]**：核心策略组合的支付值 $(u_1,u_2,\ldots)$ 或支付函数形式。
+4. **[博弈类型]**：零和/非零和/序列/合作，对应分析方法。
+5. **[均衡]**：所有适用均衡（纯策略、混合策略、子博弈完美、合作分配等），标注多重均衡。
+6. **[稳定性]**：颤抖手完美性、演化稳定性、偏离均衡路径激励。
+7. **[机制建议]**：若均衡不理想，提出机制设计建议（改变支付、增加规则、引入声誉等）。
+8. **[GPU 可行性]**：矩阵博弈/minimax→LP 可 GEMM；大规模多智能体均衡是否不可算→近似/学习方法，过八维门。
+
+**输出不得只给分析而无结论。**
+
+## 与其他 skill 的关系 / Relations to Other Skills
+
+- **优化思想**：纳什均衡是互相优化——每人在他人策略约束下优化自己支付，均衡是所有优化问题的共同解。
+- **概率与统计**：混合策略以概率分布选行动，贝叶斯博弈用概率处理类型不确定性，均衡依赖期望支付。
+- **信息论思想**：信息不对称与信号传递——Spence 信号博弈中信息结构直接影响均衡存在与性质。
+- **因果推断思想**：策略选择因果影响他人收益，战略互动中的因果链是双向的。
+- **算法思想**：纳什均衡计算复杂度（PPAD-complete）、Lemke-Howson 算法、演化博弈模拟。
+- **现代数学激活**：`../../references/books/optimization-ml.md`（对偶/minimax、博弈学习算法）、`../../references/books/matrix-analysis.md`（矩阵博弈、支付矩阵的线性代数结构）。