Trong lý thuyết trò chơi, trò chơi Bayes là trò chơi mà thông tin về đặc điểm của những người chơi còn thiếu (ví dụ, không biết về thu hoạch của đối phương). Theo phương pháp của John C. Harsanyi,[1] có thể mô hình hóa trò chơi Bayes bằng cách bổ sung một người chơi – gọi là Tạo hóa/Tự nhiên. Vai trò của Tự nhiên là đặt ra một biến số ngẫu nhiên cho mỗi người chơi, bao gồm các kiểu người chơi khác nhau, và xác suất (hoặc phương trình xác suất) tương ứng với mỗi kiểu. Trong khi diễn ra trò chơi, ‘’Tự nhiên’‘ sẽ ngẫu nhiên chọn một kiểu người chơi, tùy theo xác suất phân bố các kiểu có thể xảy ra với mỗi người chơi. Mô hình hóa trò chơi Bayes theo phương pháp Harsanyi sẽ biến ‘’trò chơi thiếu thông tin’‘ thành ‘’trò chơi thông tin không hoàn hảo (tức là, người chơi không nắm được tất cả các bước đã diễn ra trong lịch sử trò chơi)’‘. Kiểu người chơi sẽ quyết định phương trình thu hoạch của người chơi đó. Xác suất tương ứng với mỗi kiểu người chơi, là xác suất mà người chơi thực sự hành động theo kiểu đó trên thực tế. Trong trò chơi Bayes, thiếu thông tin nghĩa là ít nhất một người chơi không biết kiểu người chơi (và đồng thời, không biết phương trình thu hoạch) của đối phương.Những trò chơi như vậy được gọi là trò chơi Bayes, gọi tên theo cách phân tích xác suất trong trò chơi. Ban đầu, người chơi sẽ đặt ra ‘’niềm tin’‘ về kiểu người chơi của đối phương (‘’niềm tin’‘ là phân bố xác suất về các kiểu có thể xảy ra với một người chơi), và có thể củng cố/ sửa đổi ‘’niềm tin’‘ đó theo Nguyên tắc Bayes trong quá trình tham gia trò chơi, ví dụ, ‘’niềm tin’‘ của một người chơi về đối phương có thể thay đổi dựa trên các hành động người đó đã thực hiện. Ở đây, người chơi thiếu thông tin, và niềm tin được mô hình hóa, do đó những trò chơi này cũng được sử dụng khi phân tích các trường hợp thông tin không hoàn hảo.