繰り返しとは？/ ノーローン
[ 321] 戦略ゲーム『繰り返し囚人のジレンマ』記念大会開催 | WIRED VISION
[引用サイト] http://wiredvision.jp/archives/200410/2004101503.html
|
イギリスのサウサンプトン大学のチームが、戦略ゲーム『繰り返し囚人のジレンマ』の誕生20周年記念大会で新しい戦略を用いて優勝し、長年のチャンピオンをその座から引きずりおろした。 ソフトウェア・エージェントを主要な研究分野とする同大学のチームは、プレイヤーたちに互いを認識させ、協調して行動させるための一連の動きを戦略に織り込んだ。 古典的ゲームの囚人のジレンマは、2人のプレイヤーを対象としたゲーム理論のモデルで、通常は次のように説明される。2人の共犯者が逮捕され、警察から別々に取り調べを受け、それぞれ同じ選択肢を与えられる――「自白する」(寝返り)か「黙秘する」(協調)かのどちらかだ。もし片方が寝返り、他方が協調した場合、寝返った方は釈放され、協調した方は10年の刑を言い渡される。両方が協調した場合、どちらも6ヵ月の刑となる。両方とも寝返った場合、2人とも6年の刑となる。どちらの容疑者も、相手が行なった選択を知ることができない。 「囚人のジレンマは、自分勝手なエージェント(プレイヤー)からどのようにして協調を引き出すかという規範問題だ。実社会の問題と非常に多くの共通点(日本語版記事)があるので夢中にさせられるのだ」と話すのは、サウサンプトン大学のニック・ジェニングズ教授(コンピューター科学)。ジェニングズ教授は、同大学の博士課程に在籍するゴーパル・ラムチャーン氏とともに今回のチームを率いた。 サウサンプトン大学チームが登場するまでは、安定してゲームをものにしていたのは、「しっぺ返し」と呼ばれる戦略だった。この戦略では、プレイヤーの最初の選択は、必ず相手のプレイヤーと協調する。その後、プレイヤーは相手がどんな選択を行なっても、それに追随する。この戦略は、冷戦時代に核兵器を保有する大国が採用していたものと似ている。つまり、相手が核を使用しない限り、こちらも使用しないと両者が約束するのだ。 20周年の大会は、ノッティンガム大学コンピューター科学・情報技術学部の講師で、ゲーム理論研究者のグレアム・ケンドル氏が発案したもので、ミシガン大学の政治学者、ロバート・アクセルロッド氏が1984年に開催した最初の大会をベースにしている。 繰り返し囚人のジレンマでは、選択が何度も繰り返され、各プレイヤーは過去の動きを記憶できるため、協調的な戦略を進化させることが可能となる。今回のコンテストには223組が参加し、各プレイヤーは総当たり戦で他のプレイヤー全員と対戦した。アクセルロッド氏による初回のコンテストは2度にわたって行なわれたため、ケンドル氏も2度目の大会を2005年4月に開催する。次回は、もっと大勢の参加者が集まることを期待しているという。 各チームは、複数の戦略、複数のプレイヤーを送り込むことができる。サウサンプトン大学チームは、60のプログラムを用意した。ジェニングズ教授の説明によると、それらはすべて、ある1つの戦略を少しずつ変化させたもので、あらかじめ決めた5から10の選択を行ない、プレイヤーは互いにそれらを認識できるようにプログラムされているという。サウサンプトン大学チームのプレイヤー同士が互いに相手を認識すると、2人はすぐに、「主人と奴隷」の関係になる――片方が自分を犠牲にし、他方が繰り返し勝てるようにするのだ。 仮に相手はサウサンプトン大学のプレイヤーではないとプログラムが認識すると、即座に寝返り、サウサンプトン大学以外のプレイヤーをつぶす行動に出る。この結果、成績の上位3位までを、サウサンプトン大学のプレイヤーが占めた。しかし同時に、成績表の下のほうには、チームのために自分を犠牲にして完敗した仲間がたくさん見受けられた。 ゲームには、「ノイズ」という巧妙な仕掛けが追加されている。ノイズとは、一部の行動にわざと誤解を生じさせる要素だ。オリジナルの囚人のジレンマでは、2人の囚人がコミュニケーションを取ることはできなかった。しかし、サウサンプトン大学のプログラムは、いわば、監獄の壁を叩いてモールス信号を送り、互いに意思疎通を図ることを可能にしているのだった。 ケンドル氏によると、コンテストのルールには、そのような戦略を排除する規定は一切ないという。ただし、複数のプレイヤーを送り込めるため、サウサンプトン大学の戦略が、そうでないオリジナルのバージョンで「しっぺ返し」戦略を実際に打ち負かせるのかどうかは、判断が難しいと認めた。ケンドル氏は、プレイヤー間の共謀を防ぐのは不可能だと考える。 ケンドル氏は次のように述べた。「われわれの観点から興味深かったのは、一般的なエージェント・システムのなかで、チームワークについてのいくつかのアイディアを検証することだった。そして、チームとしての協力が見られたことは、かなり根本的な問題だ。興味深かったのは、ある人口当たり何人の共謀者が必要になるかを観察することだった。結果として、共謀者はあまりにも多すぎた――20人ほどいれば、勝てたはずだ」 ジェニングズ教授はまた、格子状につながれた各プレイヤーが隣にいる相手としか対戦しないという、進化させた形のゲームで、自分の戦略を試してみたいと考えている。仮に隣のプレイヤーが自分よりも巧妙だった場合、相手の戦略を採用するのだ。 「当初の結果から、われわれの戦略は、進化論的に安定していることが示されている。初めに、あるシステム内に妥当な人数の共謀者がいれば、最終的にはすべてがわれわれと同じ共謀者になる」とジェニングズ教授は語った。 優勝者の賞品はたいしたものではなかった――思いも寄らない50ドルの小切手と小さな記念のプレートだけだった。しかしケンドル氏はこう話す。「この分野にいる人なら、アクセルロッド氏のコンテストで勝ったアナトール・ラパポート氏の名前を誰もが知っている。つまり、20周年記念コンテストに勝つということは、われわれの分野では歴史的な意義があるのだ」 |
ノーローンですぐに借りれる方法やおトクなご利用方法についての説明。あなたもノーローンで借りれるノウハウ。
