狠狠撸

狠狠撸Share a Scribd company logo
EXPERIMENTAL
GAMES
ON
NETWORKS
UNDERPINNINGS OF BEHAVIOR AND
EQUILIBRIUM SELECTION
実験の概要
ゲームの型は戦略的補完か戦略的代替。
?戦略的補完:自分と相手の行動が互いの利得を高める。
?戦略的代替:自分と相手の行動が互いの利得を相殺する。
プレイヤーはACTIVEかINACTIVEを選択できる。
プレイヤーは完備情報か不完備情報のもとで意思決定する。
プレイヤー同士の結びつきを決めるネットワークはランダムに決まる。
実験の概要
人々は利得を最大にするように行動するはずだが、
?損失の危険にさらされることを恐れ、損をしない程度に最大の分け前
を得ようとする。
?人と人とのつながりが不明瞭なときは効率的な戦略の取ることがむ
ずかしくなる。
具体的に見てみよう(戦略的補完)
上のネットワークから毎期ランダムに選ばれる。
自分のいる場所も毎期ランダムにA,B,C,D,Eの中から選ばれる。
例えばBにいるとする。
自分がACTIVEで、A、CがACTIVE、DがINACTIVE
→ 利得は 100 × 2 ÷ 3 得られる。
具体的に見てみよう(戦略的代替)
上のネットワークから毎期ランダムに選ばれる。
自分のいる場所も毎期ランダムにA,B,C,D,Eの中から選ばれる。
例えばBにいるとする。
自分がACTIVE → 利得は 50 得られる。
自分がACTIVEでA、C、Dの誰かがACTIVE
→ 利得は 100 得られる。
戦略的補完
もしプレイヤーがINACTIVEであるならば、そのプレイヤーは利得50
を得る。
もしプレイヤーがACTIVEであるならば、そのプレイヤーは利得として
33.33×(ACTIVEを選んだ隣人数)を得る。
(100×(ACTIVEを選んだ隣人数)÷3)
戦略的代替
自身か、その隣接するプレイヤーのうち少なくとも一人がACTIVEを選
択した場合、そのプレイヤー(自分)は利得100を得る。
それ以外の場合、つまり自身とその隣接するものを含めたプレイヤー
のうち、全員がINACTIVEを選択した場合、そのプレイヤー達の利得
は0である。
ACTIVEを選択するには50の費用がかかる。
自分がACTIVE:利得は100(利得)-50(費用)
自分がINACTIVE:
隣人の少なくとも一人がACTIVE:費用をかけずに利得100
隣人も含めて全員INACTIVE:利得はなし。
完備情報と不完備情報
完備情報では毎期自分の所属するネットワーク、自分のいる場所
(A,B,C,D,Eのいずれか)が知らされる。
不完備情報では隣接している人の人数だけ知らされる。
自分がGreen networkで、Bにいる時、
完備情報→Green networkで、Bにいることが分かる。
不完備情報→2人と結ばれていることだけが分かる。
実験の種類
実験1
?参加者5人
?6種類の実験
実験2
?参加者5人
?3種類の実験
?ネットワークが実験1よりも複雑
実験3
?参加者20人
ネットワークの種類
実験1
実験2
完備情報下では等確率で三つのうちから選ばれる。
不完備情報下では確率pでOrange(Blue)が選ばれ、他二つがそれ
ぞれ確率(1-p)/2で選ばれる。
ネットワークの種類
実験3
実験1
完備情報下の戦略代替
完備情報下の戦略補完
不完備情報下の戦略代替(p=0.2)
不完備情報下の戦略代替(p=0.8)
不完備情報下の戦略補完(p=0.2)
不完備情報下の戦略補完(p=0.8)
実際の実験では、20人をランダムに5人グループに分け、六種類の実
験を一人二回(計12回)、一回のゲームは40回行った。
実験2
完備情報下の戦略補完
不完備情報下の戦略補完(p=0.2)
不完備情報下の戦略補完(p=0.8)
実際の実験では40人をそれぞれの実験に用意(計120人)、振り分け
られた実験を二回行ってもらった。
実際に実験2をやってみよう
oTreeを用いて実験。
https://github.com/NlGG/experiments/tree/master/experiment
al_games_on_network
全ての実験をやると疲れるので実験2だけやってみましょう。
実験2
完備情報下の戦略的補完
不完備情報下の戦略的補完(p=0.2)
不完備情報下の戦略的補完(p=0.8)
実験2の均衡
不完備情報下の戦略的補完
不完備情報下ではプレイヤーは、自身がどのネットワークにいるのか、
自分がどの位置にいるのかを知らされず、結びついている隣人の数
(度数)だけ知らされる。
戦略プロファイルを と表現し、度
数 においてプレイヤーがどの行動を選択したか(0が
INACTIVE、1がACTIVE)を表している。
純粋戦略のナッシュ均衡として考えられる戦略プロファイルの候補は
s1=(0,0,0), s2=(1,0,0), s3(0,1,0), s4=(0,0,1), s5=(1,1,0),
s6=(1,0,1), s7=(0,1,1), s8=(1,1,1)である。
利得は で表す。
実験2の均衡
不完備情報下の戦略的補完
qk(j)を度数kのプレイヤーにおいて、その隣人が度数jである確率とす
る。条件付確率より、
実験2の均衡
不完備情報下の戦略的補完
全ての に対して、 は均衡ではない。
なぜなら
全ての に対して、 は均衡ではない。なぜなら
実験2の均衡
不完備情報下の戦略的補完
候補のうち が全ての に対して均衡であること、候補
のうち が のとき均衡であること、を証明する。
について、全ての と に対して、
について、全ての と
について考える。
であるとき均衡となる。
実験2の均衡
不完備情報下の戦略的補完
最後に について考える。全ての に対して、
にであることを考える。均衡であるためには、
でなければならない。
これらよりp=0.2で均衡、p=0.8で弱い均衡となることがわかる。
Experimental games
考察(著者の実験)
完備情報
Blue networkに対しては、Aは常にINACTIVEだが、B、C、Eは9割
以上の割合でACTIVEであった。二人と隣接するDは76%であった。
Red networkに対しては、Aは常にINACTIVEであり、Bも隣り合う二
人の中にINACTIVE になる傾向のある隣人が一人いるので滅多に
ACTIVEにはならなかった。Cは9割以上の割合でACTIVEであったが、
DとEは75?80%であった。
Brown networkが均衡と一番遠く、A、Bは予測に沿ったが、C、D、E
は58-67% であった。
各ネットワークの連結の強固さから影響を受けていると考えられる。
考察(著者の実験)
不完備情報
度数が高くなるにつれて、ACTIVEの割合が高くなる。
ネットワークに関わらず結びついている隣人の数は同じ(しかも事前に
わかる)から、pの大きさに影響を受けないのでは?
?度数3と度数1はあまり影響を受けていない。
?度数2はpの値に左右される。
度数が上がるにつれて、ACTIVEを選ぶ率は高くなる。
Pの値はリスクを表している。
ある程度試行を重ねると、pによるACTIVEになる率の変化を行動に
織り込むようになる。
議論
度数の上昇がACTIVEになる可能性の上昇に一定の効力があるとい
う仮定が実験で確認された。
しかし、度数だけでは説明がつかない動きがあった。
プレイヤーはネットワークの結合の強固さにも影響を受けていると考
えられる。
Blue、Red、Brownの順に結合は弱くなる。
Experimental games
Experimental games
Experimental games
追試の結果
松下君

More Related Content

Experimental games