[論文レビュー] Shuffling cards for blackjack, bridge, and other card games

Mark Conger, Divakar Viswanath|ArXiv.org|Jun 1, 2006

Artificial Intelligence in Games参考文献 25被引用数 5

ひとこと要約

この論文は、ブラックジャックやブリッジのようなゲームにおけるデッキの混合に必要なリフルシャッフルの回数を調査している。これらのゲームでは、カードの区別性や順列の均一性が、完全に異なるカードを持つゲームほど重要ではない。論文は、遷移確率を特定する鍵となる降順多項式の計算が#P完全であることを証明しており、係数はベル曲線に近似されるが、混合時間の評価に不可欠な裾部確率の評価には不十分である。その結果、混合閾値の推定にはヒューリスティック法と実験的手法が用いられている。

ABSTRACT

This paper is about the following question: How many riffle shuffles mix a deck of card for games such as blackjack and bridge? An object that comes up in answering this question is the descent polynomial associated with pairs of decks, where the decks are allowed to have repeated cards. We prove that the problem of computing the descent polynomial given a pair of decks is $#P$-complete. We also prove that the coefficients of these polynomials can be approximated using the bell curve. However, as must be expected in view of the $#P$-completeness result, approximations using the bell curve are not good enough to answer our question. Some of our answers to the main question are supported by theorems, and others are based on experiments supported by heuristic arguments. In the introduction, we carefully discuss the validity of our answers.

研究の動機と目的

• ブラックジャックやブリッジのようなゲームにおけるデッキの混合に必要なリフルシャッフルの回数を特定すること。この場合、52!通りの順列が等確率である必要はない。
• リフルシャッフルにおける繰り返しのあるカードを持つデッキ間の遷移確率を計算する際の計算複雑性を分析すること。
• 混合時間の文脈において、降順多項式の係数に対する正規近似（ベル曲線）の正確性を評価すること。
• 理論的結果とヒューリスティックな数値手法を組み合わせることで、特定のゲームにおける混合時間の推定を行うこと。

提案手法

• 降順多項式を用いて、リフルシャッフルにおける2つのデッキ間の遷移確率を表現し、係数は特定の順列に至るリフルシャッフルのシーケンスの数を表す。
• 論文は、2つのデッキに対して降順多項式を計算することは#P完全であることを証明しており、多項式時間で解けるアルゴリズムは存在しないことを示している。
• 一般条件の下で、降順多項式の係数に対する正規近似（ベル曲線）が導かれており、漸近的正規性が示されている。
• 混合時間の推定に不可欠な裾部の係数については、正規近似が十分な精度を満たさないことが示され、代替手法の必要性が生じる。
• 計算済みの項から裾部係数を推定するために、多項式フィッティング（4次～6次）を用いた数値的外挿が行われ、誤差の境界はモンテカルロシミュレーションによって評価された。
• 大規模なシミュレーション（l = 10^10）を用いた実験により、係数近似の正確性が検証され、全変動距離のヒューリスティック推定値を支持する。

実験結果

リサーチクエスチョン

• RQ1 ブラックジャックのようなゲームにおいて、スートやカードの順序が重要でない場合、デッキを混合させるために必要なリフルシャッフルの回数は何か？
• RQ2 繰り返しのあるカードを持つデッキ間の遷移確率を計算する際の計算複雑性は、すべてのカードが異なる通常のケースと比べてどう異なるか？
• RQ3 混合時間に関連する裾部においても、降順多項式の係数を正規分布で正確に近似できるか？
• RQ4 混合時間はシャッフルモデルにどのように依存するか。特に、メモリを持つシャッフル（例：マルコフ連鎖モデルにおけるp > 1/2 または p < 1/2）の場合にどうなるか？
• RQ5 構造的デッキ（例：(1,2)^n またはモジュラ制約付きのデッキ）において、特定の順列に至るリフルシャッフルの数を支配する組合せ的構造は何か？

主な発見

• 2つのデッキに対して降順多項式を計算する問題は#P完全であることが証明されており、正確な計算が本質的に困難であることを示している。
• 降順多項式の係数は漸近的に正規分布に従うが、混合時間の特定に不可欠な裾部では、正規近似の精度が不十分であることが判明した。
• ブリッジのケースでは、3回のシャッフルにおいて、降順多項式のx^7の係数は、x^15からx^26までの項を用いて6次多項式フィッティングで推定され、相対誤差が10%未満であるとされた。
• ブラックジャックのケースでは、3回のシャッフルにおいて、x^12、x^13、x^14の係数は、x^15からx^22までの項を用いて4次多項式フィッティングで外挿され、相対誤差が10%未満であると信頼された。
• ブリッジのケースにおける全変動距離の推定は、裾部領域での外挿に依存しているため、やや低い信頼性であった。
• 論文は3つの未解決問題を同定している：記憶を持つシャッフル（p依存モデル）の一般化、(1,2)^n列におけるR関連同値類の数え上げ、モジュラ制約と固定された降順数をもつ順列の再帰的関係の導出。