部分観測可能マルコフ決定過程を用いた不確実な観測下での繰り返しゲーム理論の再構築

点击翻译按钮获取中文摘要

観測にノイズが含まれる私的観測構造において利己的なエージェントが長期間の関係において協力関係を維持可能にするゲームの均衡解析プログラムの開発、及びその開発したプログラムを用いた様々なゲームにおける均衡解析を行った。解析の対象となったゲームは、多くのゲームの中でも利己的なエージェントが協力関係を築くことが難しいケースである。今年度は（i）典型的な二人ゲームである囚人のジレンマにおけるk期相互処罰戦略の解析、(ii) 囚人のジレンマゲームの拡張 (3人以上のプレイヤが存在する場合、協力と裏切りの間の中間的な行動の導入など)、(iii) 複数の市場において影響力を持つエージェント間のゲーム (多市場接触) の解析などを行った。(i)に関しては、k期相互処罰戦略が均衡を構成するノイズレベルの範囲を理論的に示すことができた。また、(ii)に関しては、2人、2行動の場合と同様に、k期相互処罰戦略が均衡となることを確認した。また、(iii) に関しては、個々の市場が独立であったとしても、複数の市場の結果を統合することにより、エージェントがより強固な協力関係を構成可能であることを示した。その結果、未だ不明なところは多くあるけれど、その手がかりを示唆するいくつかの要素を見つけることが出来た。