[論文レビュー] Do players reason by forward induction in dynamic perfect information games?

Sujata Ghosh, Aviad Heifetz+1 more|University of Groningen research database (University of Groningen / Centre for Information Technology)|Jun 24, 2016

Decision-Making and Behavioral Economics参考文献 23被引用数 9

ひとこと要約

本実験的研究は、動的完備情報ゲームにおいてプレイヤーが前向き帰納（FI）推論を用いるかどうかを調査するもので、50名の参加者がバックワードインダクションから早期に逸脱するコンピュータ相手と対戦させた。結果は、参加者が広義の形式的合理可能性（EFR）と整合する行動を多く選んだことを示唆しており、FIの使用を示唆するが、代替説明—特にコンピュータの将来の選択に対するリスク回避—は排除できないため、FI推論の明確な証拠は得られなかった。

ABSTRACT

We conducted an experiment where participants played a perfect-information game against a computer, which was programmed to deviate often from its backward induction strategy right at the beginning of the game. Participants knew that in each game, the computer was nevertheless optimizing against some belief about the participant's future strategy. It turned out that in the aggregate, participants were likely to respond in a way which is optimal with respect to their best-rationalization extensive form rationalizability conjecture - namely the conjecture that the computer is after a larger prize than the one it has foregone, even when this necessarily meant that the computer has attributed future irrationality to the participant when the computer made the first move in the game. Thus, it appeared that participants applied forward induction. However, there exist alternative explanations for the choices of most participants; for example, choices could be based on the extent of risk aversion that participants attributed to the computer in the remainder of the game, rather than to the sunk outside option that the computer has already foregone at the beginning of the game. For this reason, the results of the experiment do not yet provide conclusive evidence for Forward Induction reasoning on the part of the participants.

研究の動機と目的

• Known opponent deviations が生じる動的完備情報ゲームにおいて、プレイヤーが前向き帰納推論を適用するかどうかをテストすること。
• 人間のパートナーではなくコンピュータ相手を用いることで、繰り返しゲームにおける協力的行動の影響を分離すること。
• 参加者の選択が、前向き帰納に基づく広義の形式的合理可能性（EFR）戦略と一致するかどうかを検討すること。
• 前向き帰納推論を、リスク回避などの代替認知要因（相手の将来意思決定に対するリスク回避など）から分離すること。

提案手法

• 参加者は、バックワードインダクションから早期に逸脱するが、参加者の将来戦略に関する信念に基づいて最適化するようにプログラムされたコンピュータ相手と50ラウンド対戦した。
• 戦略的反復を回避し、フォー帽理論的協力の発生を防ぐために、インタラクティブな「マーブルドロップ」形式でゲームを提示した。
• ゲームのバリエーション（例：Game 1、Game 2、Game 3）を交互に提示することで、ラウンド間での学習やパターン認識を防いだ。
• コンピュータの戦略はゲームごとに固定されており、ラウンドを跨いで変更されなかったため、一貫した相手行動が保証された。
• 参加者の選択がEFR予測と整合するかを分析し、報酬構造が異なるゲーム間で比較した。
• 理論的思考や意思決定速度といった認知プロセスを調査するため、言語的記述と反応時間も収集した。

実験結果

リサーチクエスチョン

• RQ1 完備情報ゲームにおいて、相手がバックワードインダクションから早期に逸脱する状況に直面した際、参加者は前向き帰納推論を用いるか？
• RQ2 参加者の選択は、前向き帰納の形式的定式化である広義の形式的合理可能性（EFR）戦略とどの程度一致するか？
• RQ3 参加者の行動を説明するのに、前向き帰納推論よりも、コンピュータの将来の意思決定に対するリスク回避がより適切な説明となるか？
• RQ4 直感的思考や高階の理論的思考（Theory of Mind）といった代替認知メカニズムが、観察された行動をよりよく説明できるか？
• RQ5 反応パターンと言語的レポートは、参加者を異なる推論タイプに分類する手がかりとなり得るか？

主な発見

• 集計的に、参加者は広義の形式的合理可能性（EFR）戦略と整合する行動をより多く選んだことから、前向き帰納の使用が示唆された。
• 50名中42名（84％）の参加者が、Game 1ではGame 2よりもEFRが推奨する行動をより頻繁に選んだ。これはEFRの一貫性を支持する。
• しかし、このパターンは、Game 1ではコンピュータがより高い報酬を獲得するためにギャンブル的行動を取ると見なすことで、参加者がより高いリスク回避を示したという説明でも説明可能である。
• 参加者たちは、コンピュータの早期の逸脱を、大きな報酬を狙った行動の兆候と解釈する傾向があり、その場合、参加者自身に将来の非合理的行動を帰属させる可能性があった。
• 参加者の言語的反応からは、リスク回避と、後続段階におけるコンピュータのインcentive（インcentive）を意識した解釈が、選択の根拠として一般的に見られた。
• 代替説—特にコンピュータの将来の意思決定に対するリスク回避—が依然として妥当であるため、前向き帰納推論の明確な証拠は得られなかった。