ゲーム理論の問題
2 人のプレイヤー 1, 2 が、それぞれ弾を 1 発だけ持って決闘する(音の聞こえる決闘)。時刻 に離れた位置から互いに近づき始め、時刻 に同じ地点に着く。時刻 に撃ったとき命中する確率は、プレイヤー 1 が 、プレイヤー 2 が である。撃った音は相手に聞こえるので、先に撃って外した側は、相手が時刻 まで待って確実に命中させるとする。
プレイヤー 1 は撃つ時刻 を、プレイヤー 2 は撃つ時刻 を、あらかじめ同時に選ぶ。命中させた側の利得を 、命中された側の利得を とすると、プレイヤー 1 の期待利得(プレイヤー 2 の期待損失)は次の関数 で表される 2 人ゼロ和ゲームになる。
( のときは、プレイヤー 1 が先に撃ち、確率 で命中して利得 、外れると時刻 にプレイヤー 2 に撃たれて利得 となる。 のときも同様。 のときは と の式の平均とする。)
このゲームは純粋戦略の範囲で値をもつ。すなわち
が成り立つ。この共通の値(ゲームの値)を求めよ。
この問題で使うもの
- ゼロ和ゲームの値(鞍点と混合戦略)(説明と入口の問題)
この問題を解けるようになるまで(10 技能)
読み込み中…
右端(太枠)がこの問題で使う技能です。左へドラッグすると、さらに前の前提をさかのぼれます。技能を押すと、そこまでの道筋が光ります。
ヒント
行き詰まったら、上から順に 1 つずつ開いてください。
ヒント 1
プレイヤー 1 が を選んだときに保証される利得 を求め、それを について最大化する(マクシミン)。プレイヤー 2 についても同様に を最小化する。端点 、 は別に調べる。
ヒント 2
では となる。 は と の平均なので、増加する と減少する の小さい方を考えればよい。
ヒント 3
から 。正の解 では が成り立つので、これを使って の値を求める。
答えと解説
答えを見る
どこでつまずきましたか?(選ぶと、戻る場所を案内します)
解説を読む
準備
のときの値 は、 と の平均 である。したがって はつねに と の間にあり、
が成り立つ。
また、 は増加関数、 は で減少関数で、両者が等しくなるのは
のときである。 より
よって では 、 では である。
プレイヤー 1 の保証水準(下側の値)
とおく。
- のとき: では ( によらない)、 では 、 では が について減少するので での下限は のときの 。よって
- のとき: で 、 で なので 。
- のとき: で は で に近づき、 で なので 。
準備の結果から、 では で、等号は のときだけ成り立つ。端点では 。したがって
プレイヤー 2 の保証水準(上側の値)
とおく。
- のとき: では が について増加するので上限は のときの 、 では 、 では ( によらない)。よって
- のとき: で 、 で なので 。
- のとき: で は で に近づき、 で なので 。
準備の結果から、 では で、等号は のときだけ成り立つ。端点では 。したがって
結論
下側の値 と上側の値 はともに で一致するので、ゲームの値は
である。両者とも時刻 に撃つのが最適戦略で、この時刻は 2 人の命中確率の和 がちょうど になる時刻である。
別解
【プレイヤー 1 の maximin】 固定した に対し、 を動かしたときの の下限を求める。
- のとき ( によらない)。
- のとき は について減少するので、 で下限 ( の範囲が なので下限は到達しないが inf として )。
- のとき 。
よって ()。
は増加、 は減少。交点は すなわち より 。このとき なので となり、3 つの値はすべて等しい。 では (増加)、 では (減少)なので、。
【プレイヤー 2 の minimax】 固定した に対し を考える。 では (上限)、 では 、 では 。よって 。 は増加、 は減少で、 で一致し最小値 ( も同じ値)。
両者が一致するのでゲームの値は 。
【検算】 のとき , , 。 で一致。