Lesson 1WarGames

Βασικοί Ορισμοί Βασικοί Ορισμοί Βασικοί Ορισμοί Η ορθολογική επιλογή Στατικά Παίγνια Πλήρους Πληροφ
Πολεμικά Παίγνια(Διαφορικά Παίγνια)

Μια εισαγωγή στη Θεωρία Παιγνίων
Επιμέλεια: Κωνσταντίνος Χ. Καραματσούκης
Στρατιωτική Σχολή Ευελπίδων

Ακαδημαϊκό έτος 2015-2016
1
Βασικοί Ορισμοί
Θεωρία Παιγνίων είναι η μελέτη πολυπρόσωπων προβλημάτων

απόφασης (βλ. Gibbons(1992) ).
1

Ειδικότερα, μπορούμε να πούμε ότι η θεωρία παιγνίων μας δίνει
όλα εκείνα τα εργαλεία για να κατανοήσουμε φαινόμενα στα
οποία αυτοί που λαμβάνουν αποφάσεις αλληλεπιδρούν μεταξύ
τους (βλ. Osborne(1994) ).
1

Ειδικότερα, μπορούμε να πούμε ότι η θεωρία παιγνίων μας δίνει
όλα εκείνα τα εργαλεία για να κατανοήσουμε φαινόμενα στα
οποία αυτοί που λαμβάνουν αποφάσεις αλληλεπιδρούν μεταξύ
τους (βλ. Osborne(1994) ).
Μπορούμε να έχουμε διάφορα επίπεδα συνάθροισης ατόμων που
αλληλεπιδρούν μεταξύ τους (οι αποφάσεις του ενός ατόμου
προκαλεί όφελος ή ζημία σε άλλο άτομο) και στόχος μας είναι η
εύρεση μιας βέλτιστης στρατηγικής με σκοπό να επιτύχουμε το
μέγιστο δυνατό όφελος.
1
Εφαρμογές της θεωρίας παιγνίων συναντάμε σε διαφόρους

κλάδους της επιστήμης όπως είναι τα οικονομικά και οι
κοινωνικές επιστήμες. Ιδιαίτερα στη στρατιωτική επιστήμη σε
ένα υψηλό επίπεδο συνάθροισης, για παράδειγμα σε μια
πολεμική αντιπαράθεση τα στρατεύματα λαμβάνουν υπόψη τι
θα πράξουνε τα υπόλοιπα (συμμαχικά ή εχθρικά). Υπάρχουν
επίσης πολυπρόσωπα προβλήματα απόφασης και στο εσωτερικό
μιας στρατιωτικής σχολής καθώς πολλοί σπουδαστές
ανταγωνίζονται μόνο για μία θέση (για παράδειγμα για τη θέση
του αρχηγού τάξης).
1
Με την έννοια παίγνιο θα εννοούμε την περιγραφή μιας

στρατηγικής αλληλεπίδρασης μεταξύ ατόμων ή ομάδας ατόμων
που περιλαμβάνει τους περιορισμούς στις ενέργειες των ατόμων
αλλά δεν προσδιορίζει τις ενέργειες που τελικά εκτελούν (βλ.
Osborne(1994) ). Η λύση ενός παιγνίου είναι η περιγραφή των
αποτελεσμάτων που προκύπτουν μετά από ένα παίγνιο. Με την
θεωρία παιγνίων μας δίνεται η δυνατότητα να προτείνουμε
στρατηγικές αποφάσεων με σκοπό την μεγιστοποίηση του
οφέλους κάποιου παίκτη.
1
Θα μελετηθούν τέσσερις κατηγορίες παιγνίων:

α) τα στατικά παίγνια πλήρους πληροφόρησης.
β) τα δυναμικά παίγνια πλήρους πληροφόρησης, και αντίστοιχα
τα
γ) τα στατικά παίγνια ελλιπούς πληροφόρησης
δ) Τα δυναμικά παίγνια ελλιπούς πληροφόρησης.
Με τον όρο στατικό (static game) παίγνιο εννοούμε την
περίπτωση στην οποία πρώτα γίνεται η επιλογή των ενεργειών ή
δράσεων ή έχουμε ταυτόχρονη επιλογή των δράσεων.
Από την άλλη μεριά στα δυναμικά παίγνια (δψναμις γαμες),
κάθε παίκτης μπορεί να επιλέξει τις ενέργειες του όχι μόνο στην
αρχή του παιγνίου αλλά και κάθε χρονική στιγμή που υπάρχει η
δυνατότητα επιλογής ενέργειας.
1
Μια άλλη διάκριση των παιγνίων γίνεται με βάση την

πληροφόρηση των παικτών για τα οφέλη των άλλων παικτών.
Επομένως, έχουμε τα παίγνια πλήρους
πληροφόρησης(games with perf ect inf ormation) στα οποία
κάθε παίκτης γνωρίζει το όφελος κάποιου άλλου παίκτη. Από
την άλλη στα παίγνια ελλιπούς πληροφόρησης
(games with imperf ect inf ormation) κάθε παίκτης δεν
γνωρίζει το όφελος του άλλου παίκτη.
1
Μια άλλη διάκριση των παιγνίων γίνεται με βάση την

πληροφόρηση των παικτών για τα οφέλη των άλλων παικτών.
Επομένως, έχουμε τα παίγνια πλήρους
πληροφόρησης(games with perf ect inf ormation) στα οποία
κάθε παίκτης γνωρίζει το όφελος κάποιου άλλου παίκτη. Από
την άλλη στα παίγνια ελλιπούς πληροφόρησης
(games with imperf ect inf ormation) κάθε παίκτης δεν
γνωρίζει το όφελος του άλλου παίκτη.
Για παράδειγμα σε μια επιχείρηση ειδικών δυνάμεων μπορεί να
μην γνωρίζουμε τη ζημιά που έχει προκληθεί στο εχθρικό
στράτευμα.
1
Τα βασικά στοιχεία για να καθορίσουμε ένα παίγνιο, το οποία

είναι ουσιαστικά πιθανοθεωρητικό μοντέλο, είναι τα παρακάτω:
1) ΄Ενα σύνολο από ενέργειες που συνήθως συμβολίζεται με A
το οποίο προσδιορίζει όλες τις δυνατές επιλογές αυτού που
λαμβάνει τις αποφάσεις.
2) ΄Ενα σύνολο που περιέχει όλες τις δυνατές συνέπειες των
παραπάνω ενεργειών και συνήθως συμβολίζεται με C.
3) Μια συνάρτηση συνέπειας(consequence f unction)
g : A → C που αντιστοιχεί μια συνέπεια σε κάθε ενέργεια.
4) Μια σχέση προτίμησης «» στο σύνολο C των συνεπειών.
1
Η παραπάνω σχέση προτίμησης πολλές φορές καθορίζεται από

μια συνάρτηση χρησιμότητας (ή οφέλους ή κέρδους)
u : C → R, η οποία ορίζεται χρησιμοποιώντας τη σχέση
προτίμησης με την συνθήκη x y αν και μόνο αν u(x) ≥ u(y).
1
Παράδειγμα
Για παράδειγμα ας υποθέσουμε ότι ένα επιτελικό γραφείο
καλείται να επιλέξει μεταξύ τριών τοποθεσιών για την
εγκατάσταση ενός στρατοπέδου. Οι τοποθεσίες είναι Καβάλα,
Ξάνθη και Δράμα. Το επιτελικό γραφείο αποφασίζει να
εγκατασταθεί στην Καβάλα καθώς η συνάρτηση χρησιμότητας
είναι u(Καβάλα) = 3, u(Ξάνθη) = 2 και u(Δράμα) = 1.
1
Οι προτιμήσεις του προσώπου που λαμβάνει τις αποφάσεις

συνήθως καθορίζονται από μια συνάρτηση οφέλους. Η διάταξη
των προτιμήσεων του ατόμου μπορεί να είναι ίδια ακόμη και για
διαφορετικές συναρτήσεις χρησιμότητας. Για παράδειγμα, αν
έχουμε τρεις δυνατές ενέργειες a, b και c και στην πρώτη
περίπτωση η συνάρτηση χρησιμότητας είναι
u(a) = 10, u(b) = 12, u(c) = 3 και στην δεύτερη περίπτωση
u(a) = 7, u(b) = 9, u(c) = 4 τότε αυτός που λαμβάνει αποφάσεις
προτιμάει την ενέργεια b από την ενέργεια a και από την
ενέργεια c και στις δύο περιπτώσεις, δηλαδή ισχύει b a c.
1
Η ορθολογική επιλογή
Αυτός που λαμβάνει αποφάσεις λειτουργεί με την εξής αρχή: η

ενέργεια που επιλέγεται είναι τουλάχιστον τόσο καλή, σύμφωνα
με τη σχέση προτίμησης, όσο οποιαδήποτε άλλη δυνατή ενέργεια.
Από τα παραπάνω συμπεραίνουμε ότι η σχέση προτίμησης
πρέπει να είναι καλά ορισμένη σε κάθε υποσύνολο του συνόλου
των δυνατών ενεργειών.
Στην θεωρία παιγνίων παραπάνω αρχή (ορθολογική αρχή) είναι
μια ισχυρή υπόθεση με την έννοια ότι κάθε παίκτης είναι
ορθολογικός (δηλαδή επιλέγει τις ενέργειες του με σκοπό να
κερδίσει).
1
Στη συνέχεια θα παρουσιαστούν τέσσερις έννοιες ισορροπίας:

(i) η ισορροπία κατά N ash, (ii) τέλεια ισορροπία κατά N ash,
(iii) η ανά υποπαίγνιο μπεϋζιανή ισορροπία κατά N ash και (iv)
τέλεια μπεϋζιανή ισορροπία.
Παράλληλα με τις θεωρητικές έννοιες που αποτελούν βάση για
την κατανόηση πολυπρόσωπων προβλημάτων αποφάσεων θα
παρουσιαστούν προβλήματα και εφαρμογές στην στρατιωτική
επιστήμη που μπορούν να μελετηθούν με τη Θεωρία Παιγνίων.
1
Στατικά Παίγνια Πλήρους Πληροφόρησης
Ορισμός
΄Ενα παίγνιο θα καλείται στρατηγικό παίγνιο
(strategic game with ordinal pref erences) αν καθορίζονται:
α) το σύνολο των παικτών (έστω 1, 2, . . . , n)
β) για κάθε παίκτη το σύνολο των δυνατών ενεργειών (έστω
S1 , S2 , . . . , Sn τα σύνολα των δυνατών (εφικτών) ενεργειών κάθε
παίκτη 1, 2, . . . , n, αντίστοιχα).
γ) για κάθε παίκτη τη συνάρτηση χρησιμότητας (ωφέλειας)
του (έστω u1 , u2 , . . . , un .)
Συμβολίζουμε αυτό το παίγνιο ως G = {S1 , . . . , Sn ; u1 , . . . , un }.
1
Για παράδειγμα μπορούμε να μοντελοποιήσουμε ως στρατηγικό

παίγνιο (ή παίγνιο σε αναλυτική μορφή) μια μάχη
τεθωρακισμένων, όπου παίκτες είναι οι αντίπαλες μονάδες
(ιλαρχίες), κάθε παίκτης επιλέγει τον αριθμό των αρμάτων που
θα συμμετάσχουν στην μάχη (ενέργειες) και τέλος συνάρτηση
ωφέλειας ο αριθμός των αρμάτων μάχης που θα καταστρέψει (ή
θα χάσει) κάθε μονάδα. Επίσης, όσον αφορά την βιολογία,
μπορούμε να έχουμε ως παίκτες δύο σαρκοβόρα ζώα που
μάχονται για την ίδια λεία, ως ενέργειες τους χρόνους που
αφήνει κάθε ζώο πρίν επιτεθεί στο αντίπαλο και ως συνάρτηση
ωφέλειας την ποσότητα της λείας που θα οικειοποιηθεί.
1
Στη συνέχεια θα παρουσιάσουμε ένα κλασσικό παράδειγμα στη

Θεωρία Παιγνίων που είναι γνωστό στη βιβλιογραφία ως το
Δίλημμα των Φυλακισμένων (P risoners0 Dilemma).
1
Το Δίλημμα του Φυλακισμένου
(P risoners0 Dilemma, βλ. Osborne (2003)) Δύο ύποπτοι για
ένα έγκλημα κρατούνται σε ξεχωριστά κελιά και κατηγορούνται
για ένα σοβαρό έγκλημα. Η αστυνομία διαθέτει επαρκή
αποδεικτικά στοιχεία για να τους καταδικάσει και τους δύο για
μικρότερο παράπτωμα αλλά δεν διαθέτει επαρκείς αποδείξεις
για να τους καταδικάσει για το σοβαρό έγκλημα εκτός αν ένας
από τους δύο «καρφώσει» τον άλλο. Επομένως τους εξηγεί τις
επιπτώσεις που θα έχουν οι πιθανές πράξεις τους.
1
Αν δεν ομολογήσει κανένας από τους δύο, τότε και οι δύο θα
καταδικαστούν σε ένα χρόνο φυλάκισης. Αν μόνο ένας από τους
δύο «καρφώσει» τον άλλο τότε αυτός θα αφεθεί ελεύθερος και ο
άλλος θα καταδικαστεί σε 4 χρόνια φυλάκισης. Αν και οι δύο
καρφώσουν ο ένας τον άλλο τότε θα περάσουν και οι δύο 2
χρόνια στην φυλακή.
1
1
Η παραπάνω κατάσταση μπορεί να μοντελοποιηθεί ως ένα

παίγνιο σε κανονική μορφή, όπου
Παίκτες: είναι οι ύποπτοι.
Ενέργειες : το σύνολο των ενεργειών για κάθε ύποπτο είναι
{Σιωπή, Κάρφωμα}.
Προτιμήσεις Ο 1ος ύποπτος τοποθετεί τα ζεύγη των ενεργειών
σε φθίνουσα σειρά (από το καλύτερο στο χειρότερο). ΄Ετσι
έχουμε (Κάρφωμα, Σιωπή) (ο πρώτος «καρφώνει», ο δεύτερος
παραμένει σιωπηλός, άρα ο ο 1ος ελευθερώνεται),
(Σιωπή,Σιωπή) ο 1ος ύποπτος φυλακίζεται για ένα χρόνο,
(Κάρφωμα, Κάρφωμα) ο 1ος ύποπτος φυλακίζεται για 2 χρόνια,
(Σιωπή, Κάρφωμα) ο 1ος ύποπτος φυλακίζεται για 4 χρόνια.
Ανάλογα, για το 2ο ύποπτο τα ζεύγη είναι σε φθίνουσα σειρά
(από το καλύτερο στο χειρότερο) είναι (Σιωπή, Κάρφωμα),
(Σιωπή, Σιωπή), (Κάρφωμα, Κάρφωμα), (Κάρφωμα,Σιωπή).
1
Μπορούμε να παραστήσουμε το παίγνιο με τον παρακάτω

πίνακα.
Πίναξ: Το δίλημμα των Φυλακισμένων

΄Υποπτος 2
Σιωπή Κάρφωμα
΄Υποπτος 1 Σιωπή 1,1 0,4
Κάρφωμα 4,0 2,2
1
Μπορούμε να καθορίσουμε και τη συνάρτηση ωφέλειας για κάθε

ύποπτο ως εξής:
u1 (Κάρφωμα,Σιωπή)
> u1 (Σιωπή,Σιωπή)
> u1 (Κάρφωμα,Κάρφωμα)
> u1 (Σιωπή,Κάρφωμα)
1
Ειδικότερα, καθορίζουμε (για τον 1ο ύποπτο)

u1 (Κάρφωμα,Σιωπή) = 4,u1 (Σιωπή,Σιωπή) = 1,
u1 (Κάρφωμα,Κάρφωμα) = 2 και u1 (Σιωπή,Κάρφωμα) = 0.
Για τον 2ο ύποπτο έχουμε u2 τη συνάρτηση ωφέλειας η οποία
είναι u2 (Σιωπή,Κάρφωμα) = 4, u2 (Σιωπή,Σιωπή) = 1,
u2 (Κάρφωμα,Κάρφωμα) = 2 και u2 (Κάρφωμα,Σιωπή) = 0.
1
Στο Δίλημμα των Φυλακισμένων γίνεται φανερό ότι υπάρχουν

κέρδη από τη συνεργασία των δύο, αλλά παράλληλα έχουν και
κάποιο κίνητρο για να απελευθερωθούν. ΄Ενα τέτοιο παίγνιο
είναι σημαντικό καθώς μπορούμε να μοντελοποιήσουμε πολλές
καταστάσεις με παρόμοια δομή.
Οποτεδήποτε έχουμε δύο παίκτες που επιλέγουν μεταξύ δύο
ενεργειών, ας πούμε μεταξύ Α (Σιωπή) και Β (Κάρφωμα) τότε
μπορούμε ανάλογα να καθορίσουμε μια παρόμοια διάταξη των
προτιμήσεων:
1
ο παίκτης 1 προτιμάει τις ενέργειες (Β,Α) από (Α,Α) από (Β,Β)

από (Α,Β) ενώ
ο παίκτης 2 προτιμάει τις ενέργειες (Α,Β) από (Α,Α) από (Β,Β)
από (Β,Α).
Στη συνέχεια θα παρουσιάσουμε μερικά παραδείγματα τα
οποία μπορούν να μοντελοποιηθούν με το Δίλημμα των
Φυλακισμένων.
1

Lesson 1WarGames

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Lesson 1WarGames

Uploaded by

Copyright:

Available Formats

Βασικοί Ορισμοί Βασικοί Ορισμοί Βασικοί Ορισμοί Η ορθολογική επιλογή Στατικά Παίγνια Πλήρους Πληροφ

Πολεμικά Παίγνια(Διαφορικά Παίγνια)

Επιμέλεια: Κωνσταντίνος Χ. Καραματσούκης

Στρατιωτική Σχολή Ευελπίδων

Θεωρία Παιγνίων είναι η μελέτη πολυπρόσωπων προβλημάτων

Θεωρία Παιγνίων είναι η μελέτη πολυπρόσωπων προβλημάτων

Θεωρία Παιγνίων είναι η μελέτη πολυπρόσωπων προβλημάτων

Εφαρμογές της θεωρίας παιγνίων συναντάμε σε διαφόρους

Με την έννοια παίγνιο θα εννοούμε την περιγραφή μιας

Θα μελετηθούν τέσσερις κατηγορίες παιγνίων:

Μια άλλη διάκριση των παιγνίων γίνεται με βάση την

Μια άλλη διάκριση των παιγνίων γίνεται με βάση την

Τα βασικά στοιχεία για να καθορίσουμε ένα παίγνιο, το οποία

Η παραπάνω σχέση προτίμησης πολλές φορές καθορίζεται από

Οι προτιμήσεις του προσώπου που λαμβάνει τις αποφάσεις

Αυτός που λαμβάνει αποφάσεις λειτουργεί με την εξής αρχή: η

Στη συνέχεια θα παρουσιαστούν τέσσερις έννοιες ισορροπίας:

Στατικά Παίγνια Πλήρους Πληροφόρησης

Για παράδειγμα μπορούμε να μοντελοποιήσουμε ως στρατηγικό

Στη συνέχεια θα παρουσιάσουμε ένα κλασσικό παράδειγμα στη

Το Δίλημμα του Φυλακισμένου

Η παραπάνω κατάσταση μπορεί να μοντελοποιηθεί ως ένα

Μπορούμε να παραστήσουμε το παίγνιο με τον παρακάτω

Πίναξ: Το δίλημμα των Φυλακισμένων

Μπορούμε να καθορίσουμε και τη συνάρτηση ωφέλειας για κάθε

Ειδικότερα, καθορίζουμε (για τον 1ο ύποπτο)

Στο Δίλημμα των Φυλακισμένων γίνεται φανερό ότι υπάρχουν

ο παίκτης 1 προτιμάει τις ενέργειες (Β,Α) από (Α,Α) από (Β,Β)

You might also like