[論文レビュー] Cops and Robbers, Game Theory and Zermelo's Early Results

Athanasios Kehagias, Georgios Konstantinidis|arXiv (Cornell University)|Jul 7, 2014

Evolutionary Game Theory and Cooperation参考文献 8被引用数 5

ひとこと要約

この論文は、Cops and Robbersゲームを厳密なゲーム理論的枠組みで形式化し、捕獲時間の有界性と最適戦略の存在を、cop-winグラフにおいて確立している。ゲームはゼルメールの初期の決定性に関する研究と関連付けられ、Cops and Robbersは到達可能性ゲームに還元可能であることが示され、標準的なゲーム理論的結果により、メモリレスな最適戦略が得られる。

ABSTRACT

We provide a game theoretic framework for the game of cops and robbers (CR). Within this framework we study certain assumptions which underlie the concepts of optimal strategies and capture time. We also point out a connection of these concepts to early work by Zermelo and D. Konig. Finally, we discuss the relationship between CR and related pursuit games to reachability games.

研究の動機と目的

• Cops and Robbersゲームに、従来の文献で非形式的であった戦略と最適性の取り扱いを補完する、形式的なゲーム理論的基盤を提供すること。
• Cops and RobbersとゼルメールおよびD. コーネィングの決定性および無限ゲームに関する初期の研究との間で、長らく見過ごされてきた関連性を浮き彫りにすること。
• Cops and Robbersと到達可能性ゲームとの間の形式的リンクを確立し、最適戦略が到達可能性ゲーム理論から導出可能であることを示すこと。
• cop-winグラフにおいて、コップが、泥棒の行動にかかわらず有界な捕獲時間を保証するメモリレス戦略を持つことを証明すること。

提案手法

• Cops and Robbersゲームを、ゲームの状態、履歴、および有限および無限の手の列に基づいて定義された戦略を用いて、2人零和無限時間ゲームとしてモデル化する。
• 両プレイヤーの合法的で、メモリレスな戦略を定義し、ここでメモリレス戦略は履歴ではなく、現在の位置にのみ依存する。
• 捕獲時間 T(s_C, s_R) を報酬と定義し、コップはこれを最小化し、泥棒はこれを最大化することを目的とする。
• ゲームの価値、最適戦略、およびミニマックス等式といったゲーム理論的概念を適用し、捕獲時間が有界である場合に最適戦略の存在を証明する。
• 移動有向グラフ M_G とその拡張 M̅_G を構築することで、Cops and Robbersゲームを到達可能性ゲームに還元する。ここで、勝利条件は捕獲に対応する。
• 到達可能性ゲームに関する定理5.1を用いて、両プレイヤーに対してメモリレスの勝利戦略が存在することを示し、また、捕獲時間が有界であることから時間最適性が導かれる。

実験結果

リサーチクエスチョン

• RQ1 Cops and Robbersゲームは、ゲーム理論的意味で最適戦略を有するか？ その存在は証明可能か？
• RQ2 Cops and Robbersにおける捕獲時間の概念は、ゼルメールの有限および無限ゲームにおける決定性に関する初期の結果とどのように関係するか？
• RQ3 Cops and Robbersゲームは形式的に到達可能性ゲームに還元可能か？ その戦略構築へのインパクトは何か？
• RQ4 捕獲時間が有界であるという条件が、時間最適なメモリレス戦略の存在をどのように示唆するか？

主な発見

• 任意のコップが勝てるグラフ G に対して、泥棒の戦略に依存しない有限な上界 T̄_G が存在し、これが最適戦略の存在を保証する。
• 最適戦略 s_C^* と s_R^* が存在するとき、ゲームの価値は、捕獲時間 T(s_C^*, s_R^*) に等しく、ミニマックス等式を満たす。
• コップが勝てるグラフでは、到達可能性ゲームの枠組みから導かれる、両プレイヤーのメモリレス最適戦略 σ_C^* と σ_R^* が存在する。
• G が泥棒が勝つ場合、捕獲時間は無限大であり、任意のコップ戦略は無限時間を要するため、すべてのメモリレスコップ戦略が時間最適である。
• Cops and Robbersゲームは、移動有向グラフ M̅_G を用いて到達可能性ゲームに還元可能であり、コップのターゲット集合 F は、コップと泥棒が同じ位置にいる状態に対応する。
• コップ数 c(G) は、初期状態 (∅, ∅, C) が K プレイヤーの到達可能性ゲームの勝利領域 W_0 に属するような最小の K に等しい。