技能一覧 › 大学数学 ゲーム理論

最適反応と純粋戦略ナッシュ均衡

双行列ゲームの利得表で、各プレイヤーの最適反応に印をつけられる。両者が互いに最適反応になっている戦略の組をすべて挙げ、純粋戦略ナッシュ均衡の個数を求められる

前提

中学までに習ったことだけで始められます。

説明

2人がそれぞれ戦略を1つずつ同時に選び、その組合せで2人の利得(得点)が決まる状況を、表にまとめたものを双行列ゲームといいます。この技能を使うと、利得表の中で「相手の戦略に対して自分が最も得をする戦略」(最適反応)に印をつけられます。さらに、2人とも相手に対して最適反応を選んでいる戦略の組(純粋戦略ナッシュ均衡)をもれなく見つけ、その個数を数えられるようになります。価格競争、交通の経路選択、協調の問題など、互いの選択が影響し合う場面を分析するときの最初の道具です。

なぜそうしてよいのか

利得表では、プレイヤー1が行(横の並び)を、プレイヤー2が列(縦の並び)を選びます。各マスには のように2つの数が書かれていて、 がプレイヤー1の利得、 がプレイヤー2の利得です。相手の戦略を1つに固定したとき、自分の利得を最大にする戦略を、その相手の戦略に対する最適反応といいます。プレイヤー1にとって相手の戦略を固定することは「列を1つ固定すること」なので、その列の中で を縦に比べます。プレイヤー2は「行を1つ固定」して、その行の中で を横に比べます。

戦略の組(マス)が純粋戦略ナッシュ均衡であるとは、どちらのプレイヤーも、相手が戦略を変えないかぎり、自分だけ戦略を変えても利得が増えない(厳密に大きくならない)ことをいいます。「自分だけ変えても得をしない」は「今の戦略が、相手の今の戦略に対する利得最大の選び方の1つである」と同じ意味です。つまり、ナッシュ均衡とは2人がそろって相手に対する最適反応を選んでいるマスにほかなりません。

ですから、プレイヤー1の最適反応に当たる と、プレイヤー2の最適反応に当たる にそれぞれ印をつければ、両方の数に印がついたマスがちょうどナッシュ均衡になります。表のすべての列とすべての行を調べるので、均衡の見落としが起きません。

手順

  1. 利得表を読み取る。各マス の が行を選ぶプレイヤー1の利得、 が列を選ぶプレイヤー2の利得であることを確認する。

  2. プレイヤー1の最適反応に印をつける:列を1つずつ固定し、その列の中で を縦に比べて最大のものに印をつける。最大が複数あれば(同点なら)すべてに印をつける。

  3. プレイヤー2の最適反応に印をつける:行を1つずつ固定し、その行の中で を横に比べて最大のものに印をつける。同点ならすべてに印をつける。

  4. と の両方に印がついたマスをすべて挙げる。これらが純粋戦略ナッシュ均衡であり、その数が均衡の個数である(1つもなければ個数は )。

例題

プレイヤー1は戦略 U, M, D のいずれかを、プレイヤー2は戦略 L, C, R のいずれかを同時に選ぶ。各マスの は、 がプレイヤー1の利得、 がプレイヤー2の利得を表す。

このゲームの純粋戦略ナッシュ均衡の個数を求めよ。

例題の解答

【手順1】行がプレイヤー1(U, M, D)、列がプレイヤー2(L, C, R)で、各マスの左の数がプレイヤー1、右の数がプレイヤー2の利得である。

【手順2】プレイヤー1の最適反応(列ごとに左の数を縦に比べる)。
・列 L:U が 、M が 、D が → 最大は U。
・列 C:U が 、M が 、D が → 最大は M。
・列 R:U が 、M が 、D が → 最大は D。
よって (U,L), (M,C), (D,R) の左の数に印をつける。

【手順3】プレイヤー2の最適反応(行ごとに右の数を横に比べる)。
・行 U:L が 、C が 、R が → 最大は C。
・行 M:L が 、C が 、R が → 最大は C。
・行 D:L が 、C が 、R が → 最大は R。
よって (U,C), (M,C), (D,R) の右の数に印をつける。

【手順4】両方に印がついたマスは (M,C) と (D,R) である。(U,L) はプレイヤー1の印だけで、プレイヤー2は C に変えると利得が から に増えるので均衡ではない。(U,C) はプレイヤー2の印だけで、プレイヤー1は M に変えると から に増えるので均衡ではない。

したがって純粋戦略ナッシュ均衡は (M,C), (D,R) の 個である。

答え:

よくある誤り

この説明は AI が書き、別の AI が例題を独立に解いて答えを確かめ、説明を一歩ずつ査読しました。

入口の問題

この技能を使う問題

この技能の次に学べること