MENTAL MODEL · M2060

沙普利值

Shapley Value

决策取舍高支撑博弈论

已收录

Version 1.0.0 · 更新于 2026-07-30

CORE DEFINITION · 核心定义

在一个多人合作的博弈中，如何公平地分配总收益？沙普利值提供了一个数学上的唯一公平解：一个参与者的所得，应该等于他在所有可能的“合作联盟”中，为联盟带来的“边际贡献”的平均值。 -

SCAFFOLDING EFFECT · 脚手架效应

psychology

贡献归因的终极算法。 - 这也是现代AI解释性（Explainable AI）的核心算法（SHAP）。在团队分奖金时，不要只看职位高低或工作时长，而要问：“如果去掉这个人，团队的产出平均会下降多少？” 只有基于边际贡献的分配，才是数学上最稳定的分

anchor

对n人合作博弈，某玩家的值=他在所有加入顺序（联盟序列）中带来的边际贡献的加权平均。满足效率、对称、虚拟玩家、可加性四条公理，是其唯一解。本质是"按平均边际贡献公平分蛋糕"。

MINIMUM ACTION · 最小行动

进行中 0/2

在一个真实场景中练习这个模型：

勾选记录你的进度（本机暂存）

掌握进度0%

account_tree知识谱系 Genealogyexpand_more

menu_book信源参考 Sourcesexpand_more

来源明确性: 明确

link
en.wikipedia.orghttps://en.wikipedia.org/wiki/Shapley_valueZH · 明确
verified

RELATED MODELS · 相关模型