Введение
В теории игр стратегия игрока – это любой из вариантов, которые он выбирает в ситуации, когда оптимальный исход зависит не только от его собственных действий, но и от действий других. Эта дисциплина в основном рассматривает влияние действий игрока в игре на поведение или действия других игроков. Примеры "игр" включают шахматы, бридж, покер, монополию, дипломатию или морской бой. Стратегия игрока определяет действие, которое он предпримет на любом этапе игры. При изучении теории игр экономисты используют более рациональный подход к анализу решений, нежели психологический или социологический, применяемые при анализе взаимосвязей между решениями двух или более сторон в других дисциплинах. Понятие стратегии иногда (неверно) смешивают с понятием хода. Ход – это действие, совершаемое игроком в определенный момент игры (например, в шахматах, перемещение белого слона с a2 на b3). Стратегия же представляет собой полный алгоритм игры, указывающий игроку, что делать в каждой возможной ситуации на протяжении всей игры. Удобно представлять себе "стратегию" как список инструкций, а "ход" – как отдельный пункт в этом списке. Эта стратегия основана на выигрыше или результате каждого действия. Цель каждого агента – оценить свой выигрыш, исходя из действий конкурентов. Например, конкурент А может предположить, что конкурент Б выходит на рынок. Затем конкурент А сравнивает выигрыши от выхода на рынок и от его отсутствия. Следующий шаг – предположить, что конкурент Б не выходит на рынок, и затем определить, какой выигрыш будет больше, в зависимости от того, выйдет ли конкурент А на рынок или нет. Этот метод позволяет выявить доминирующие стратегии, когда игрок может определить действие, которое он может предпринять независимо от действий конкурента, чтобы максимизировать свой выигрыш. Это также помогает игрокам определить равновесие Нэша, которое рассматривается более подробно ниже. Профиль стратегии (иногда называемый комбинацией стратегий) – это набор стратегий для всех игроков, который полностью определяет все действия в игре. Профиль стратегии должен включать ровно одну стратегию для каждого игрока.
In game theory, a player's strategy is any of the options which they choose in a setting where the optimal outcome depends not only on their own actions but on the actions of others. The discipline mainly concerns the action of a player in a game affecting the behavior or actions of other players. Some examples of "games" include chess, bridge, poker, monopoly, diplomacy or battleship. A player's strategy will determine the action which the player will take at any stage of the game. In studying game theory, economists enlist a more rational lens in analyzing decisions rather than the psychological or sociological perspectives taken when analyzing relationships between decisions of two or more parties in different disciplines. The strategy concept is sometimes (wrongly) confused with that of a move. A move is an action taken by a player at some point during the play of a game (e. g., in chess, moving white's Bishop a2 to b3). A strategy on the other hand is a complete algorithm for playing the game, telling a player what to do for every possible situation throughout the game. It is helpful to think about a "strategy" as a list of directions, and a "move" as a single turn on the list of directions itself. This strategy is based on the payoff or outcome of each action. The goal of each agent is to consider their payoff based on a competitors action. For example, competitor A can assume competitor B enters the market. From there, Competitor A compares the payoffs they receive by entering and not entering. The next step is to assume Competitor B does not enter and then consider which payoff is better based on if Competitor A chooses to enter or not enter. This technique can identify dominant strategies where a player can identify an action that they can take no matter what the competitor does to try to maximize the payoff. This also helps players to identify Nash equilibrium which are discussed in more detail below. A strategy profile (sometimes called a strategy combination) is a set of strategies for all players which fully specifies all actions in a game. A strategy profile must include one and only one strategy for every player.
Стратегия
Набор стратегий игрока определяет, какие стратегии ему доступны для выбора. Профиль стратегий – это список наборов стратегий, упорядоченный от наиболее предпочтительной к наименее предпочтительной. Игрок обладает конечным набором стратегий, если у него есть конечное число дискретных стратегий. Например, игра «камень, ножницы, бумага» состоит из одного хода каждого игрока, причём каждый ход делается без знания хода соперника и не является реакцией на него, поэтому у каждого игрока есть конечный набор стратегий {камень, ножницы, бумага}. В противном случае набор стратегий бесконечен. Например, в игре по разрезанию торта набор стратегий представляет собой ограниченный континуум, описываемый как {разрезать торт в любой точке от 0% до 100%}. В динамической игре, то есть в игре, которая разворачивается во времени, набор стратегий состоит из возможных правил, которые игрок может задать роботу или агенту для игры. Например, в игре с ультиматумом набор стратегий для второго игрока состоит из всех возможных правил принятия и отклонения предложений. В байесовской игре, или в играх, где игроки обладают неполной информацией друг о друге, набор стратегий аналогичен набору в динамической игре. Он состоит из правил выбора действия для любой возможной частной информации.
Выбор набора стратегий
В прикладной теории игр определение множеств стратегий – важная часть умения построить игру, которая была бы одновременно разрешимой и осмысленной. Теоретик игр может использовать знание общей проблемы, то есть противоречия между двумя или более игроками, чтобы ограничить пространство стратегий и упростить решение. Например, строго говоря, в игре «Ультиматум» игрок может иметь стратегии, такие как: отклонить предложения ($1, $3, $5, ..., $19), принять предложения ($0, $2, $4, ..., $20). Включение всех таких стратегий приводит к очень большому множеству стратегий и несколько усложняет задачу. Теоретик игр может вместо этого предположить, что он может ограничить множество стратегий до: {отклонять любое предложение ≤ x, принимать любое предложение > x; для x из ($0, $1, $2, ..., $20)}.
Чистые и смешанные стратегии
Чистая стратегия предоставляет полное описание того, как игрок будет действовать в игре. Чистую стратегию можно рассматривать как единый конкретный план, корректируемый в зависимости от наблюдений, сделанных игроком в ходе игры. В частности, она определяет ход, который игрок сделает в любой возможной ситуации. Множество стратегий игрока – это набор чистых стратегий, доступных этому игроку. Смешанная стратегия – это назначение вероятности каждой чистой стратегии. Смешанные стратегии часто используются, когда игра не позволяет рационально описать оптимальную стратегию в виде чистой стратегии. Это позволяет игроку случайным образом выбирать чистую стратегию. (Пример иллюстрируется в следующем разделе.) Поскольку вероятности являются непрерывными, игроку доступно бесконечное количество смешанных стратегий. При назначении вероятностей стратегиям конкретного игрока при обсуждении выигрышей в определенных сценариях, выигрыш следует называть "математическим ожиданием выигрыша". Разумеется, чистую стратегию можно рассматривать как предельный случай смешанной стратегии, в котором конкретная чистая стратегия выбирается с вероятностью 1, а все остальные стратегии – с вероятностью 0. Полностью смешанная стратегия – это смешанная стратегия, в которой игрок назначает строго положительную вероятность каждой чистой стратегии. (Полностью смешанные стратегии важны для уточнения равновесия, например, равновесия совершенной дрожащей руки.)
Значение
В своей знаменитой статье Джон Форбс Нэш доказал, что для каждой конечной игры существует равновесие. Равновесия Нэша можно разделить на два типа. Равновесие Нэша в чистых стратегиях – это равновесие, в котором все игроки используют чистые стратегии. Равновесие Нэша в смешанных стратегиях – это равновесие, в котором хотя бы один игрок использует смешанную стратегию. Хотя Нэш доказал, что для каждой конечной игры существует равновесие Нэша, не для всех существует равновесие в чистых стратегиях. Примером игры, не имеющей равновесия Нэша в чистых стратегиях, является игра «Подбрасывание монеты». Однако во многих играх существует равновесие Нэша в чистых стратегиях (например, игра «Координация», «Дилемма заключенного», «Охота на оленя»). Более того, игры могут иметь как равновесие в чистых, так и в смешанных стратегиях. Простым примером является игра «Координация», где помимо равновесий в чистых стратегиях (A,A) и (B,B) существует смешанное равновесие, в котором каждый игрок выбирает каждую стратегию с вероятностью 1/2.
Интерпретация смешанных стратегий
В 1980-х годах концепция смешанных стратегий подверглась резкой критике за то, что она "интуитивно проблематична", поскольку они представляют собой слабые равновесия Нэша, и игрок безразличен к тому, следовать ли вероятности стратегии в равновесии или отклониться к какой-либо другой вероятности. Теоретик игр Ариэль Рубинштейн описывает альтернативные способы понимания этой концепции. Первый, предложенный Харсаньи (1973), называется "очисткой" и предполагает, что интерпретация смешанных стратегий лишь отражает наше незнание информации игроков и их процесса принятия решений. Кажущиеся случайными выборы рассматриваются как следствие неуказанных, не влияющих на выигрыш экзогенных факторов. Рубинштейн переосмыслил равновесие Нэша как равновесие в убеждениях, а не в действиях. Например, в игре "камень, ножницы, бумага" равновесие в убеждениях подразумевает, что каждый игрок считает, что другой игрок с равной вероятностью выберет любую из стратегий. Однако эта интерпретация ослабляет описательную силу равновесия Нэша, поскольку в таком равновесии каждый игрок может фактически каждый раз выбирать чистую стратегию "камень", даже если в долгосрочной перспективе вероятности будут соответствовать смешанной стратегии.
Стратегия поведения
В то время как смешанная стратегия определяет распределение вероятностей по чистым стратегиям, стратегия поведения определяет распределение вероятностей по множеству возможных действий в каждом информационном множестве. Хотя эти два понятия тесно связаны в контексте игр нормальной формы, они имеют существенно различные последствия для игр в развернутой форме. Грубо говоря, смешанная стратегия случайным образом выбирает детерминированный путь в дереве игры, а стратегия поведения может рассматриваться как стохастический путь. Связь между смешанными и поведенческими стратегиями является предметом теоремы Куна, представляющей собой поведенческий взгляд на традиционные гипотезы теории игр. Результат устанавливает, что в любой конечной игре в развернутой форме с совершенной памятью, для любого игрока и любой смешанной стратегии существует стратегия поведения, которая, при любой комбинации стратегий других игроков, индуцирует такое же распределение по конечным узлам, как и смешанная стратегия. Обратное также верно. Яркий пример, демонстрирующий необходимость совершенной памяти для эквивалентности, приведен Пиккионе и Рубинштейном (1997) на примере игры "Забывчивый водитель".
Эквивалентность результатов
Эквивалентность исходов объединяет смешанную и поведенческую стратегии игрока i относительно чистой стратегии его оппонента. Эквивалентность исходов определяется как ситуация, в которой для любой смешанной и поведенческой стратегии, применяемой игроком i в ответ на любую чистую стратегию, используемую оппонентом игрока i, распределение исходов смешанной и поведенческой стратегий должно быть одинаковым. Эта эквивалентность может быть описана следующей формулой: (Q^(U(i), S(i)))(z) = (Q^(β(i), S(i)))(z), где U(i) описывает смешанную стратегию игрока i, β(i) описывает поведенческую стратегию игрока i, а S(i) – стратегию оппонента.
Стратегия с идеальным отзывом
Совершенная память определяется как способность каждого игрока в игре запоминать и воспроизводить все прошлые действия, совершенные в игре. Совершенная память необходима для эквивалентности, поскольку в конечных играх с несовершенной памятью существуют смешанные стратегии игрока I, для которых не существует эквивалентной поведенческой стратегии. Это подробно описано в игре «Водитель с провалами в памяти», предложенной Пиккионе и Рубинштейном. Суть этой игры заключается в принятии решений водителем с несовершенной памятью, которому необходимо съехать со шоссе на втором съезде, чтобы добраться домой, но который не помнит, на каком перекрестке он находится, когда до него доезжает. Игра описана на рисунке [2]. Без совершенной информации (то есть при несовершенной информации) игроки делают выбор в каждой точке принятия решения, не зная о предшествующих решениях. Следовательно, смешанная стратегия игрока может приводить к результатам, недостижимым для его поведенческой стратегии, и наоборот. Это демонстрируется на примере игры «Водитель с провалами в памяти». При совершенной памяти и информации у водителя есть единственная чистая стратегия – [продолжить движение, съехать], поскольку водитель знает, на каком перекрестке (или в какой точке принятия решения) он находится, когда до него доезжает. Однако, если рассматривать только оптимальный этап планирования, максимальный выигрыш достигается при продолжении движения на обоих перекрестках, при максимуме p = 2/3 (см. ссылку). Эта простая игра для одного игрока демонстрирует важность совершенной памяти для эквивалентности исходов и ее влияние на игры в нормальной и расширенной форме.