다른,더 명시 적 시나리오는 내쉬 평형에 대한 융합으로 대회의 개념을 전달하는 데 도움이. 예를 들어,미인 대회 게임(물랭 1986)에서 모든 참가자는 0 에서 100 사이의 숫자를 동시에 선택하도록 요청받습니다. 경연 대회의 우승자는 숫자가 제출 된 모든 숫자의 평균을 피 곱하는 데 가장 가까운 사람입니다. 두 명의 플레이어 만 있고 피<1,유일한 내쉬 평형 솔루션은 모두가 0 또는 1 을 추측하는 것입니다. 대조적으로,케인즈의 공식에서 피=1 그리고 가능한 많은 내쉬 평형이 있습니다.
에서 피-뷰티 콘테스트 게임(여기서 피 1 과 다름),플레이어는 나겔(1995)의 실험 테스트에서 처음 문서화 된대로 뚜렷하고 합리적인 수준의 추론을 보여줍니다. 가장 낮은”레벨 0″플레이어는 간격에서 무작위로 숫자를 선택합니다. 다음으로 높은”레벨 1″플레이어는 다른 모든 플레이어가 레벨 0 이라고 생각합니다. 따라서 이러한 레벨 1 플레이어는 제출 된 모든 숫자의 평균이 약 50 이어야한다고 추론합니다. 만약 피=2/3,예를 들면,이 레벨 1 플레이어는 자신의 번호로,2/3 의 50,또는 33. 마찬가지로,2/3 에서 다음으로 높은”레벨 2″플레이어-평균 게임은 다른 모든 플레이어가 레벨 1 플레이어라고 생각합니다. 이 수준 2 플레이어는 제출 된 모든 숫자의 평균이 주변에 있어야한다는 이유 33,그래서 그들은 선택,자신의 번호로,2/3 의 33 또는 22. 마찬가지로,다음으로 높은”레벨 3″플레이어는 레벨 2 플레이어의 플레이에 가장 좋은 반응을 보입니다. 따라서 모든 플레이어가 숫자 0 을 선택하는이 게임의 내쉬 평형은 무한한 추론 수준과 관련이 있습니다. 경험적으로,게임의 단일 플레이에서,전형적인 발견은 대부분의 참가자가 케인즈의 관찰에 따라 가장 낮은 레벨 유형 0,1,2 또는 3 의 구성원으로 숫자 선택에서 분류 될 수 있다는 것입니다.
미인 대회에 대한 추론의 또 다른 변형에서,플레이어는 그룹에서 거의 클러스터 된 것으로 밝혀진 가장 구별 가능한 고유 한 속성에 따라 참가자를 판단하기 시작할 수 있습니다. 비유로,플레이어가 백 얼굴의 집합에서 가장 매력적인 여섯 얼굴을 선택하도록 지시하는 대회를 상상한다. 특별한 상황에서,플레이어는 여섯 가장 특이한 얼굴(높은 수요와 낮은 공급의 개념을 교환)에 대한 검색의 모든 판단 기반의 지침을 무시할 수 있습니다. 상황에 아이러니,플레이어가 훨씬 쉽게 여섯 추악한 참가자를 판단하기위한 합의 솔루션을 찾을 발견하면,그들은 여섯 얼굴을 선택하는 매력 수준 대신이 속성을 적용 할 수 있습니다. 이 추론에서 플레이어는 엘리트 플레이어 만 요청할 수있는 변형 된 지침 세트에 대한 지침(종종 무작위 선택을 기반으로 할 수 있음)을 내려다 보는 다른 플레이어를 찾고 이점을 제공합니다. 예를 들어,참가자가 목록에서 가장 좋은 두 개의 숫자를 선택하라는 콘테스트를 상상해보십시오: {1, 2, 3, 4, 5, 6, 7, 8, 2345, 6435, 9, 10, 11, 12, 13}. 합의에 의해 두 개의 숫자가 세트에 속하지 않기 때문에 모든 판단 기반 지침은 무시 될 수 있습니다.
