Введение

Тип игры, в которой игроки распределяют ограниченные ресурсы по нескольким объектам на полях сражений Игра с полковником Блотто - это тип игры с постоянной суммой для двух человек, в которой игрокам (офицерам) поручено одновременно распределять ограниченные ресурсы по нескольким объектам (поля сражений). В классической версии игры, игрок, посвятивший больше всего ресурсов на поле боя, выигрывает это поле боя, а выигрыш (или выгода) равен общему количеству выигранных полей боя. Игра была впервые предложена Эмилем Борелем в 1921 году. В 1938 году Борель и Вилле опубликовали конкретную оптимальную стратегию ("дисковое" решение). Игра была изучена после Второй мировой войны учеными в исследовании операций и стала классикой в теории игр. В исследовательском меморандуме Гросса и Вагнера 1950 года указывается оптимальная стратегия Бореля и придумываются вымышленные имена полковника Блотто и Врага. Для трех и более полей сражения пространство чистых стратегий является многомерным (двухмерным для трех полей сражения), а смешанная стратегия, таким образом, является распределением вероятности по непрерывному множеству. Игра является редким примером нетривиальной игры такого рода, где оптимальные стратегии могут быть явно найдены. В дополнение к военным стратегическим приложениям, игра "Полковник Блотто" имеет применение к политической стратегии (распределение ресурсов по политическим полям сражений), сетевой обороне, патентным гонкам в области НИОКР и стратегическим решениям о найме. Представьте себе две спортивные команды с ограниченным бюджетом (или два отделения экономики с использованием или потерей грантов) ищут одного и того же набора кандидатов и должны решить между многими скромными предложениями или агрессивным преследованием подмножества кандидатов.

Случай двух полей сражений

В более простом случае двух полей сражения Макдонелл и Мастронарди 2015 года предоставляют первую полную характеристику всех равновесий Нэша в канонической простой версии игры полковника Блотто. Это решение, которое включает графический алгоритм для характеристики всех стратегий равновесия Нэша, включает ранее неидентифицированные стратегии равновесия Нэша, а также помогает определить, какое поведение никогда не должно ожидаться рациональными игроками. Стратегии равновесия Нэша в этой версии игры представляют собой набор бивариативных распределений вероятности: распределения по набору возможных распределений ресурсов для каждого игрока, часто называемые смешанными равновесиями Нэша (такие, как можно найти в Paper Rock Scissors или Matching Pennies как гораздо более простые примеры). Решение, доказательство и графический алгоритм Макдональ и Мастронарди 2015 для определения стратегий равновесия Нэша также относится к обобщенным версиям игры, например, когда у полковника Блотто разные оценки полей сражения, когда их ресурсы имеют разную эффективность на двух полях сражения (например, одно поле сражения включает в себя водяную посадку, а ресурсы полковника Блотто - морские пехотинцы вместо солдат), и дает представление о версиях игры с тремя или более полях сражения. Рассмотрим двух игроков (полковника Блотто и врага), два поля боя, оба равных по стоимости, оба игрока знают общий уровень ресурсов друг друга до распределения, и они должны принять решение о одновременном распределении. Часто предполагается, что полковник Блотто является офицером с большим количеством ресурсов (его уровень ресурсов может быть определен как 1), а у Врага есть часть ресурсов меньше, чем 1. Стратегии распределения и выигрыш в равновесии Нэша зависят от этой связи уровня ресурсов.

Применение

Эта игра обычно используется в качестве метафоры для избирательной конкуренции, когда две политические партии выделяют деньги или ресурсы, чтобы привлечь поддержку определенного числа избирателей. Каждый избиратель - это "поле битвы", которое может выиграть одна или другая партия. Эта же игра также применяется в теории аукциона, где участники торгов должны делать одновременные ставки. Несколько вариаций оригинальной игры были решены Жаном Франсуа Ласлье, Брайаном Роберсоном и Дмитрием Квасовым.