レッスン
理論 — 2×2ゲームにおけるナッシュ均衡
ナッシュ均衡とは、各プレイヤーの戦略の組のうち、誰も単独で行動を変えて得をすることがない状態のことです。これはあくまで単独での変更について述べたものに過ぎません。その結果が優れているとか、公平であるとか、あるいはどちらかのプレイヤーにとって望みうる最善のものであるとは主張していないのです。一方、混合戦略とは、二つの選択肢に対して確率を割り振ることを意味します。この混合戦略による均衡では、各プレイヤーは意図的に自らの行動を予測不能にしますが、それが可能になるのは、ただ一つの正確な頻度を用いた時だけなのです。
各記号の意味
p- 行プレイヤーが上の行を選ぶ頻度
q- 列プレイヤーが左の列を選ぶ頻度
- 前提
- 両プレイヤーが利得行列のすべてを把握し、同時に決断を下し、互いに何の約束も交わすことができない。ここではそう仮定しています。しかしこれらの仮定はどれも緩めることが可能であり、条件を一つ緩めるごとにゲーム理論の別々の分野へと枝分かれしていきます。逐次手番ゲーム、不完備情報ゲーム、そして協力ゲームです。そこでは、まったく同じ八つの数値に対しても、それぞれ異なる答えが導き出されることになります。
全プロセスの詳細解説
-
混合戦略は実際に何をもたらすのでしょうか? このツールは均衡における頻度を表示するため、それを相手を搾取するための方法だと解釈してしまいがちですが、そうではありません。二つのゲームのそれぞれについて、列プレイヤーが均衡から完全に離脱したとき、行プレイヤーが何を得るかを計算してみましょう。
-
ペナルティキックを例にとります。左へシュートを打つ確率を p、キーパーが左へ飛ぶ確率を q として、キッカーの期待得点確率をこれら二つの混合確率の関数として書き出します。
-
q の項をまとめます。キッカーの得点確率は、q に掛けられた括弧のまとまりを通してのみキーパーに依存します。そして、p = 20/55 のとき、その括弧の中身は完全にゼロになります。
-
したがって、均衡となる混合戦略においては、キーパーが何をしようともキッカーは 79.09% の確率で得点します。毎回左へ飛ぼうが、毎回右へ飛ぼうが、コイントスで決めようが関係ありません。これは一つの保証であり、これこそが彼の得ているものなのです。
-
では、二つの利得行列が連動していないチキンゲームについて、同じ計算を行ってみましょう。
-
p = 1/3 のとき、括弧の中身は 0 ではなく 4 になります。行プレイヤーの利得は依然として完全に相手のドライバーに依存しており、相手が絶対に避けない場合は 0.33、必ず避ける場合は 4.33 となります。
-
その理由は、ペナルティキックが定和ゲームであるためです。キッカーが得るすべてのポイントはキーパーが失うポイントであるため、キーパーを無差別にすることと自分自身の利得を安全に確保することは同じ行為になります。チキンゲームの二つの行列は独立しており、そのセルの合計はそれぞれ 6, 6, 6, 0 となり、二つの目的は切り離されます。
解答
定和ゲームにおいて、混合戦略均衡は一つの保証となります。キッカーの 79.09% という数字は、このページを読んだ者も含め、あらゆるキーパーに対して成立します。これがフォン・ノイマンのミニマックス定理であり、プロサッカー選手が研究対象となった理由でもあります。イグナシオ・パラシオス=ウエルタはリーグ戦のペナルティキックから得点確率を推定し、そこから導かれるミニマックス頻度を計算した結果、選手たちが実際にそれを使用しているという仮説を棄却できませんでした。一方、チキンゲームにそのような保証はありません。1/3 の混合戦略をとる行プレイヤーは、自分のコントロールできない相手のドライバー次第で 0.33 から 4.33 までの利得を得ることになります。そして 1.67 という数字は、単に相手のドライバーも自分自身の役割を果たした場合に得られるものに過ぎません。定和ゲームであることは保証を得るための十分条件ですが、必須条件ではありません。行プレイヤーの利得を 4, 0, 0, 4 に、列プレイヤーの利得を 7, 2, 3, 8 に設定してみてください。セルの合計は 11, 2, 3, 12 となりますが、それでも列プレイヤーが何をしようと、行プレイヤーの利得はきっちり 2.00 に固定されます。この保証が真に求めているのは、相手を無差別にする混合確率が、あなたに対する相手の影響を打ち消す混合確率と一致していることなのです。そして、定和ゲームはこの二つを必然的に一致させます。
-
学習の道すじ
最適反応、そして誰も計算しないときに起こること
参考文献 (3)
- Two pages, and the reason every game on this tool has an equilibrium at all: J. F. Nash, "Equilibrium points in n-person games." Proceedings of the National Academy of Sciences 36(1), 1950, pp. 48–49.
- Where insight block 3's "one or three, never two" comes from: R. Wilson, "Computing Equilibria of N-Person Games." SIAM Journal on Applied Mathematics 21(1), 1971, pp. 80–87.
- The empirical test the worked problem ends on — whether people actually mix at the equilibrium frequencies: I. Palacios-Huerta, "Professionals Play Minimax." Review of Economic Studies 70(2), 2003, pp. 395–415.