「仮想プレイ」の版間の差分

提供: ORWiki
ナビゲーションに移動 検索に移動
(新しいページ: ''''【かそうぷれい (fictitious play)】''' 戦略形ゲームが $t=1,2,\dots$ の各期にプレイされるとする. $t+1$ 期に, 他のプレイヤーは $1$ 期か...')
 
1行目: 1行目:
 
'''【かそうぷれい (fictitious play)】'''
 
'''【かそうぷれい (fictitious play)】'''
  
戦略形ゲームが $t=1,2,\dots$ の各期にプレイされるとする. $t+1$ 期に, 他のプレイヤーは $1$ 期から $t$ 期に選択した比率(経験分布)に等しい確率で各純戦略を選択する, という「予測」のもと, 各プレイヤーがそれに対する最適反応戦略を選択する動学モデル. 各プレイヤーの経験分布がある極限分布に収束するとき, 極限分布からなる戦略の組はナッシュ均衡となる. 2人ゼロ和ゲームなどでは収束するが, 収束しない例も知られている.
+
戦略形ゲームが <math>t=1,2,\dots \,</math> の各期にプレイされるとする. <math>t+1 \,</math> 期に, 他のプレイヤーは <math>1 \,</math> 期から <math>t \,</math> 期に選択した比率(経験分布)に等しい確率で各純戦略を選択する, という「予測」のもと, 各プレイヤーがそれに対する最適反応戦略を選択する動学モデル. 各プレイヤーの経験分布がある極限分布に収束するとき, 極限分布からなる戦略の組はナッシュ均衡となる. 2人ゼロ和ゲームなどでは収束するが, 収束しない例も知られている.

2007年7月11日 (水) 22:15時点における版

【かそうぷれい (fictitious play)】

戦略形ゲームが の各期にプレイされるとする. 期に, 他のプレイヤーは 期から 期に選択した比率(経験分布)に等しい確率で各純戦略を選択する, という「予測」のもと, 各プレイヤーがそれに対する最適反応戦略を選択する動学モデル. 各プレイヤーの経験分布がある極限分布に収束するとき, 極限分布からなる戦略の組はナッシュ均衡となる. 2人ゼロ和ゲームなどでは収束するが, 収束しない例も知られている.