如果存在多个纳什均衡，但是这些均衡帕雷托劣于其他非纳什均衡策略，那么代理人可以通过选择混合策略（也是纳什均衡）来对另一人施加惩罚，使得双方都认为选择帕雷托最优的那组策略是最优的。混合策略的作用在于潜在惩罚。

这实际上意味着，这个子博弈精炼纳什均衡有可能包括非纳什均衡（帕雷托最优策略）。这一点我也觉得奇怪，会不会是特殊情况？