[論文レビュー] Game Theory (Open Access textbook with 165 solved exercises)

Giacomo Bonanno|arXiv (Cornell University)|Jan 1, 2015

Game Theory and Applications参考文献 32被引用数 5

ひとこと要約

このオープンアクセスの教科書は、165の解決済み演習問題を含む、戦略的形と展開形のゲーム、期待効用、混合戦略、および共通知識、信念形成、均衡の精錬といった高度なトピックをカバーする、ゲーム理論の包括的な入門書です。順序尺度から基数的報酬へ理論を体系的に展開し、認識的基盤を統合することで、合理化可能性、逐次的均衡、不完全情報の厳密な取り扱いを、信念と事前分布の明示的モデル化を伴って提供します。

ABSTRACT

This is an Open Access textbook on non-cooperative Game Theory with 165 solved exercises.

研究の動機と目的

• 大学院生および上級学部生向けに、概念の明確さと問題解決を重視した、自己完結的でアクセスしやすいゲーム理論の入門を提供すること。
• 基本的なゲーム理論的概念と、逐次的均衡、完全ベイジアン均衡、合理性の共通知識といった高度なトピックとの間のギャップを埋めること。
• 認識的基盤を形式化し、確率的モデルと知識構造を用いて、信念の更新、信念の一貫性、合意の定理を扱うこと。
• 165の解決済み演習問題を含む包括的な教育的リソースを提供し、読者が理論的基盤と実践的応用の両方を習得できるようにすること。
• 不完全情報のゲームを分析する統一的な枠組みを提示し、共通事前分布の構築と、展開形ゲームにおけるタイプ空間のモデル化を含めること。

提案手法

• 理論を5つの部分に体系的に分割する構造的・モジュラーな手法：順序尺度ゲーム、基数的報酬、認識的基盤、均衡の精錬、不完全情報。
• 状態空間、分割、確率測度を用いた知識と信念の形式的モデルを用いて、プレイヤーの情報と不確実性を表現する。
• 後退帰納法と反復削除手順を用いて、完全情報および不完全情報の動的ゲームを分析する。
• 混合戦略と行動戦略を導入し、逐次的合理主義の概念を逐次的均衡および完全ベイジアン均衡を通じて展開する。
• ハルサニー変換を用いて、不完全情報のゲームを自然の手を伴うベイジアンゲームとし、共通事前分布を導入する。
• ベイズの定理と条件付き確率を用いて、情報集合における信念の更新をモデル化し、動的ゲームにおける一貫性を保証する。

実験結果

リサーチクエスチョン

• RQ1 不完全情報のゲームにおいて、共通事前分布はどのように構築可能であり、その存在を保証する条件は何か？
• RQ2 不完全情報の動的ゲームにおいて、逐次的均衡、完全ベイジアン均衡、弱逐次的均衡の関係は何か？
• RQ3 異なる情報を持つプレイヤーが共通事前分布に到達する条件は何か？また、彼らが意見を異なる結論に一致させることは可能か？
• RQ4 合理性の共通知識が、戦略的形と展開形ゲームにおけるナッシュ均衡の集合に与える影響は何か？
• RQ5 信念の一貫性と更新が、部分ゲーム完全均衡の精錬を定義する上で果たす役割は何か？

主な発見

• 演習問題15.2では、プレイヤーのタイププロファイルに関する信念が、状態上での単一の確率測度と整合的である場合に共通事前分布が存在する。具体的には、P(α) = 1/4、P(β) = 3/4、P(γ) = 2/13、P(δ) = 6/13、P(ε) = 3/13 である。
• 演習問題15.3では、共通事前分布が P(aaa) = 1/2、P(bab) = 1/5、P(ba b) = 1/10、P(bbb) = 1/5 として構築され、他のすべてのタイププロファイルに対して確率は0である。
• 演習問題15.4のモデルは、合理性の共通知識を確認している：すべての状態で、両プレイヤーは最適反応を選んでいる。αおよびβにおいて、プレイヤー1はTとBが最適反応であり、γおよびδにおいてBが最適である。αおよびγにおいてLが最適であり、βおよびδにおいてRが最適である。
• タイプ依存戦略から導かれる戦略的形では、期待報酬として (12/7, 3/7) が (TB, LL) に対して、(15/7, 9/7) が (TB, LR) に対して、(3, 3) が (BT, RR) に対して得られる。
• 純粋戦略ナッシュ均衡の中で、唯一 (TB, LR) はプレイヤー1がプレイヤー2の行動について不確実性を持つものであり、この均衡は合理性の共通知識と整合的である。
• 演習問題15.4の展開形ゲームは、自然の手とタイプ依存戦略を含め完全に指定されており、状態確率は P(α) = 3/7、P(β) = 2/7、P(γ) = 1/7、P(δ) = 1/7 であり、報酬はタイプ間の期待効用を反映している。