[論文レビュー] A mathematical model of the Mafia game

Piotr Migdał|arXiv (Cornell University)|Sep 6, 2010

Complex Systems and Time Series Analysis被引用数 7

ひとこと要約

本稿では、n人中のm人のマフィアを含むゲームにおけるマフィアの勝利確率w(n,m)を、離散時間の純粋死滅過程として定式化した数学的モデルを提示する。閉形式の解を導出し、最適なマフィア人数が√nに比例することを示し、両陣営の勝利確率がほぼ等しくなるのはm ≈ (1/2)√(2/π)√nのときであり、nの偶奇に強く依存する。また、正確なダイナミクスと連続時間近似も提供する。

ABSTRACT

Mafia (also called Werewolf) is a party game. The participants are divided into two competing groups: citizens and a mafia. The objective is to eliminate the opponent group. The game consists of two consecutive phases (day and night) and a certain set of actions (e.g. lynching during day). The mafia members have additional powers (knowing each other, killing during night) whereas the citizens are more numerous. We propose a simple mathematical model of the game, which is essentially a pure death process with discrete time. We find the closed-form solutions for the mafia winning-chance, w(n,m), as well as for the evolution of the game. Moreover, we investigate the discrete properties of results, as well as their continuous-time approximations. It turns out that a relatively small number of the mafia members, i.e. proportional to the square root of the total number of players, gives equal winning-chance for both groups. Furthermore, the game strongly depends on the parity of the total number of players.

研究の動機と目的

• マフィアゲームの核心的メカニズム、すなわち離散的な日・夜サイクルにおけるプレイヤーの排除を捉える確率的数学的モデルの構築。
• 全n人中m人のマフィアがいるゲームにおいて、マフィアが勝利する確率w(n,m)の正確な算出。
• ゲームのダイナミクス的進化、特にマフィアメンバーの時間的分布の分析。
• モデルの漸近的挙動と連続時間近似の調査。
• 両陣営が等しい勝利確率を有する条件、特に与えられたnに対して最適なmの特定。

提案手法

• 日と夜の交互に発生する離散時間ステップに対応する純粋死滅過程としてゲームをモデル化。
• 異なるマフィアメンバー数の状態間の遷移確率を組み合わせ確率論を用いて計算。
• 包含除算法と二重階乗の恒等式を用いて、tターン後にm人のマフィアが生存する確率p_m(t)の閉形式表現を導出。
• 離散過程に対する連続時間近似を適用し、決定論的微分方程式への収束を示す。
• 漸近的解析を用いてw(n,m)の近似を導出し、特にn → ∞の極限における結果を導き、既知の結果と関連付ける。
• nが偶数と奇数の場合に分けてモデルの挙動を分析することで、偶奇効果を調査。

実験結果

リサーチクエスチョン

• RQ1 n人中m人のマフィアがいるゲームにおいて、マフィアが勝利する正確な確率w(n,m)は何か？
• RQ2 生存するマフィアメンバー数は時間とともにどのように変化するか？ そのプロセスの分布は？
• RQ3 与えられたnに対して、両陣営の勝利確率が等しくなる最適なマフィア人数m_optは何か？
• RQ4 ゲームの結果はnの偶奇にどのように依存するのか？ なぜこれがダイナミクスに影響を与えるのか？
• RQ5 連続時間近似は、離散時間モデルの挙動をどれほど正確に捉えているか？

主な発見

• マフィアの勝利確率は、閉形式の式 w(n,m) = 1 - Σ_{i=0}^{m} C(m,i) (-1)^i (n-i)!! / [n!! ((n mod 2) - i)!!] で与えられる。
• nが大きいとき、勝利確率は w(n,m) ≈ (π/2)^{(n mod 2) - 1/2} (m / √n) と近似され、m / √n に比例する。
• 両陣営の勝利確率が等しくなる最適なマフィア人数は、m_opt ≈ (1/2) (π/2)^{-(n mod 2) + 1/2} √n であり、これは√nに比例する。
• ゲームはnの偶奇に強く依存する：nが偶数のとき、和のi=2項が消え、漸近的挙動が単純化される。
• 連続時間近似は離散的な偶奇効果を失うため、ゲームの完全なダイナミクスを捉えるには、離散的性質が不可欠であることが示唆される。
• マフィアが1人である場合（m=1）、勝利確率は w(n,1) = 1 - (1 - √(1 - (n-1)/n))^1 ≈ 1/√n であり、一般の漸近的傾向を確認できる。