[논문 리뷰] A mathematical model of the Mafia game

Piotr Migdał|arXiv (Cornell University)|2010. 09. 06.

Complex Systems and Time Series Analysis인용 수 7

한 줄 요약

이 논문은 n명의 플레이어와 m명의 마피아를 가진 게임에서 마피아 승리 확률 $ w(n,m) $ 를 분석하는 이산 시간 순순수 죽음 과정으로서 마피아 게임의 수학적 모델을 제시한다. 닫힌 형태의 해를 유도하고, 최적의 마피아 규모가 $ \sim \sqrt{n} $ 비례함을 보이며, $ m \approx \frac{1}{2} \sqrt{\frac{2}{\pi}} \sqrt{n} $ 일 때 양측의 승리 확률이 근사적으로 동일해지며, 이는 $ n $ 의 기수성에 강하게 의존함을 보여준다. 또한 정확한 동역학과 연속 시간 근사치를 제공한다.

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.

연구 동기 및 목표

• 플레이어 제거의 핵심 메커니즘을 반복적인 낮과 밤 주기로 모델링하는 마피아 게임의 확률적 수학적 모델을 개발하는 것.
• 전체 플레이어 수 $ n $ 와 마피아 수 $ m $ 가 주어졌을 때 마피아가 승리할 정확한 확률 $ w(n,m) $ 를 결정하는 것.
• 게임의 동적 진화 분석, 특히 시간에 따른 마피아 수의 분포를 포함하는 것.
• 모델의 渐近적 행동과 연속 시간 근사치를 연구하는 것.
• 특히 주어진 $ n $ 에 대해 양측이 동일한 승리 확률을 가지는 조건, 특히 최적의 $ m $ 을 특정하는 것.

제안 방법

• 낮과 밤의 교차하는 단계에 해당하는 이산 시간 단계를 가진 순순수 죽음 과정으로 게임을 모델링하는 것.
• 다양한 마피아 수를 가진 상태 간의 전이 확률을 조합적 확률을 통해 계산하는 것.
• 포함배제 원리와 이중 계승 항등식을 사용하여 $ t $ 턴 이후에 $ m $ 명의 마피아가 남아 있을 확률 $ p_m(t) $ 에 대한 닫힌 형태의 표현식을 도출하는 것.
• 이산 과정에 연속 시간 근사를 적용하여 결정론적 미분방정식로 수렴함을 보이는 것.
• 점근적 분석을 통해 $ w(n,m) $ 의 근사치를 도출하고, 특히 $ n \to \infty $ 의 극한에서 이를 이전에 알려진 결과와 연결하는 것.
• 기수성 영향을 분석하기 위해 $ n $ 이 짝수와 홀수일 때 별도로 모델의 행동을 분석하는 것.

실험 결과

연구 질문

• RQ1 마피아 게임에서 $ n $ 명의 플레이어와 $ m $ 명의 마피아가 있을 때 마피아가 승리할 정확한 확률 $ w(n,m) $ 는 무엇인가요?
• RQ2 생존하는 마피아 수는 시간에 따라 어떻게 변화하며, 이 과정의 분포는 무엇인가요?
• RQ3 주어진 $ n $ 에 대해 양측이 동일한 승리 확률을 가지는 데 최적의 마피아 수 $ m_{\text{opt}} $ 는 무엇인가요?
• RQ4 게임의 결과는 $ n $ 의 기수성에 어떻게 의존하며, 이는 동역학에 어떤 영향을 미치나요?
• RQ5 연속 시간 근사는 이산 시간 모델의 행동을 얼마나 잘 반영합니까?

주요 결과

• 마피아 승리의 정확한 확률은 닫힌 형태의 표현식 $ w(n,m) = 1 - \sum_{i=0}^{m} \binom{m}{i} (-1)^i \frac{(n-i)!!}{n!! \, ((n \bmod 2) - i)!!} $ 으로 주어진다.
• 큰 $ n $ 에서 승리 확률은 $ w(n,m) \approx \left(\frac{\pi}{2}\right)^{(n \bmod 2) - 1/2} \frac{m}{\sqrt{n}} $ 로 근사되며, 이는 $ \sim m / \sqrt{n} $ 의 의존성을 보여준다.
• 양측의 승리 확률이 균형을 이루는 데 최적의 마피아 수는 약 $ m_{\text{opt}} \approx \frac{1}{2} \left(\frac{\pi}{2}\right)^{-(n \bmod 2) + 1/2} \sqrt{n} $ 이며, 이는 $ \sqrt{n} $ 에 비례한다.
• 게임은 $ n $ 의 기수성에 강하게 의존한다: 짝수 $ n $ 에서는 합의 $ i=2 $ 항이 소멸하여 점근적 행동이 단순화된다.
• 연속 시간 근사는 이산 기수성 효과를 상실하므로, 게임의 이산적 성격이 전체 동역학을 포괄하기 위해 필수적임을 시사한다.
• 단 한 명의 마피아가 있을 경우($ m=1 $), 승리 확률은 $ w(n,1) = 1 - \left(1 - \sqrt{1 - \frac{n-1}{n}}\right)^1 \approx \frac{1}{\sqrt{n}} $ 로 주어지며, 일반적인 점근적 경향을 확인한다.