プレイヤー は戦略 のどれか つを、プレイヤー は戦略 のどれか つを、互いの選択を知らずに同時に 回だけ選ぶ。利得は次の表のとおりである。各欄の は、 がプレイヤー の利得、 がプレイヤー の利得を表す。
各プレイヤーは自分の利得を最大にしようとする。このゲームの純粋戦略ナッシュ均衡の個数を求めよ。
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
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。
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。
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。
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
プレイヤー1の最適反応を、行の中で横に比べて選んでしまう誤り。プレイヤー1が比べるのは「相手の列を固定したときの自分の選択肢」なので、正しくは列の中で を縦に比べる。例題の列 L では を比べて U を選ぶ。
2人の利得の合計が最大のマスを均衡だと思ってしまう誤り。例えば囚人のジレンマ型の表 では合計最大は (U,L) だが、プレイヤー1は D に変えると から に増えるので均衡ではない。正しくは両者の印がそろう (D,R) だけが均衡である。
最大値が同点のときに片方だけ印をつけてしまう誤り。例えばある列の が なら、正しくは の2つ両方に印をつける。片方を落とすと均衡を見落とす。
純粋戦略ナッシュ均衡は必ずちょうど1つあると思い込む誤り。例題のように複数あることもあり、 のように両方の印がそろうマスが1つもなく、個数が になることもある。正しくはすべてのマスを調べて数える。
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
プレイヤー は戦略 のうち つを、プレイヤー は戦略 のうち つを、互いの選択を知らずに同時に 回だけ選ぶ。利得は次の表のとおりである。各欄の は、 がプレイヤー の利得、 がプレイヤー の利得を表す。
各プレイヤーは自分の利得を最大にしようとする。このゲームの純粋戦略ナッシュ均衡の個数を求めよ。
プレイヤー は戦略 のうち 1 つを、プレイヤー は戦略 のうち 1 つを、互いの選択を知らずに同時に 1 回だけ選ぶ。利得は次の表のとおりである。各欄の は、 がプレイヤー の利得、 がプレイヤー の利得を表す。
各プレイヤーは自分の利得をできるだけ大きくしようとする。このゲームの純粋戦略ナッシュ均衡の個数を求めよ。
この技能を使う問題
2 つの企業 1, 2 が、同じ商品の生産量をそれぞれ同時に 1 回だけ選ぶ。企業 1 の生産量を 、企業 2 の生産量を とし、 はどちらも の中から選ぶ(整数値しか選べない)。各企業の利得は
で与えられる(値が負になることもある)。各企業は自分の利得を最大にしようとする。この 2 人ゲームの純粋戦略のナッシュ均衡 の個数を求めよ。
人のプレイヤー が、共同の設備を作るために、それぞれ同時に「出資する()」か「出資しない()」かを 1 回だけ選ぶ。出資したプレイヤーの人数を ()とする。
- のとき設備が完成し、 人全員がそれぞれ の便益を得る。 のときは設備は完成せず、便益は である。
- 出資したプレイヤーは、設備が完成するかどうかにかかわらず費用 を負担する。
各プレイヤーの利得は(便益)(自分が負担した費用)とする。このゲームの純粋戦略ナッシュ均衡(4 人の戦略の組)の個数を求めよ。
を 以上の整数、 を をみたす実数とする。プレイヤー の 人が、それぞれ戦略 を同時に選ぶ( は「参加する」、 は「参加しない」を表す)。戦略の組 に対し、参加者の人数を とし、プレイヤー の利得を
と定める。ここで、戦略の組 が純粋戦略のナッシュ均衡であるとは、どのプレイヤー についても、他のプレイヤーの戦略を固定したまま を別の戦略に変えても が真に増加しないことをいう。このゲームの純粋戦略のナッシュ均衡は、全員が参加しない組 と全員が参加する組 のちょうど 個であることを証明せよ。
ある職場で、従業員(プレイヤー 1)は「働く()」か「怠ける()」かを、管理者(プレイヤー 2)は「検査する()」か「検査しない()」かを、互いの選択を知らずに同時に 1 回だけ選ぶ。利得は次の表のとおりである。各欄の左が従業員の利得、右が管理者の利得である。
このゲームのナッシュ均衡(混合戦略まで含める)はただ 1 つ存在する。この均衡における従業員の期待利得と管理者の期待利得を、この順に組で求めよ。
人のプレイヤー が、 万円の賞金の分け方を次の規則で決める。プレイヤー は要求額 、プレイヤー は要求額 (単位は万円)を、互いの選択を知らずに同時に 回だけ選ぶ。 はどちらも の中から選ぶ。
- のとき、プレイヤー は 、プレイヤー は を受け取る(余りは誰も受け取らない)。
- のとき、 人とも を受け取る。
各プレイヤーの利得は受け取る金額である。このゲームの純粋戦略ナッシュ均衡 の個数を求めよ。
区別のできる 人のプレイヤー が、同時に経路 のうちちょうど 1 つを選ぶ。経路 を選んだ人数をそれぞれ ()とするとき、各プレイヤーの費用は
- 経路 を選んだプレイヤー:
- 経路 を選んだプレイヤー:
- 経路 を選んだプレイヤー:であり、各プレイヤーは自分の費用を最小にしたい。
このゲームの純粋戦略ナッシュ均衡(7 人それぞれがどの経路を選ぶかの組)の個数を求めよ。
人のプレイヤー が円形に並んでおり、プレイヤー の隣人はプレイヤー と である(添字は を法として考え、プレイヤー はプレイヤー 、プレイヤー はプレイヤー を表す)。各プレイヤー は同時に 回だけ、行動 を選ぶ。プレイヤー の利得は、2 人の隣人のうち自分と異なる行動を選んだ人数とする。すなわち
である。この 人ゲームの純粋戦略のナッシュ均衡(行動の組 )の個数を求めよ。区別のできる 人のプレイヤー が、ある共同プロジェクトに「出資する」か「出資しない」かを同時に 1 回だけ選ぶ(クラウドファンディングのような、返金保証のある閾値型の公共財ゲーム)。出資した人数を とする。
- のときプロジェクトは成立し、全員(出資しなかったプレイヤーも含む)が便益 を受け取る。このとき出資したプレイヤー は費用 を支払う。
- のときプロジェクトは不成立で、出資金は全額返金される。このとき全員の利得は である。
すなわちプレイヤー の利得は、成立したとき出資していれば 、出資していなければ 、不成立のときは出資の有無によらず である。費用は
とする。この 人の戦略形ゲームにおいて、純粋戦略のナッシュ均衡( 通りの戦略の組のうち、どのプレイヤーも 1 人だけ戦略を変えて利得を真に増やすことができないもの)の個数を求めよ。
この技能の次に学べること
- 最適反応関数と数量競争 (大学数学 ゲーム理論)
- 混雑ゲームの純粋均衡の数え上げ (大学数学 ゲーム理論)
- 円形の隣人ゲームの純粋均衡の数え上げ (大学数学 ゲーム理論)
- 混合戦略ナッシュ均衡(無差別の原理) (大学数学 ゲーム理論)
- 後ろ向き帰納法と部分ゲーム完全均衡 (大学数学 ゲーム理論)