Τι είναι θεωρία παιγνίων
Απόσπασμα από την διπλωματική εργασία της Βλαχοπούλου Αθανασίας, Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2010. Η θεωρία παιγνίων είναι µια µεθοδολογία ανάλυσης καταστάσεων µεταξύ µιας οµάδας λογικών ατόµων η οποία ανταγωνίζεται µε σκοπό ο κάθε ένας να αποκτήσει το µεγαλύτερο όφελος. Σκοπός της είναι να µας βοηθήσει να καταλάβουµε διάφορες καταστάσεις στις οποίες αλληλεπιδρούν δύο ή περισσότερες οντότητες, κάθε µία από τις οποίες συµπεριφέρεται µε στρατηγικό τρόπο και προσπαθεί να πάρει κάποιες αποφάσεις. Η µεµονωµένη οντότητα στην συγκεκριµένη περίπτωση ονοµάζεται παίκτης, και είναι αυτός που παίρνει αποφάσεις. Σκοπός του κάθε παίκτη είναι να µεγιστοποιήσει το κέρδος του, το οποίο µετράται σε µια κλίµακα ωφέλειας. Εποµένως το παίγνιο που αναφέρεται στην θεωρία παιγνίων αντιπροσωπεύει την κατάσταση κατά την οποία δύο ή περισσότεροι παίκτες επιλέγουν τρόπους ενέργειας, που δηµιουργούν καταστάσεις αλληλεξάρτησης.
Εφαρµογές στην καθηµερινή ζωή
Όπως είδαµε µέχρι τώρα και θα δούµε και παρακάτω, η θεωρία παιγνίων έχει µεγάλη γκάµα εφαρµογών. Θα λέγαµε πως όλα έχουν κάποια σχέση µε την θεωρία παιγνίων αφού έχει εφαρµογές στην οικονοµία, στις επιχειρήσεις, στην πληροφορική, στις τηλεπικοινωνίες, στην πολιτική, στην κοινωνιολογία, στη βιολογία και φυσικά στην καθηµερινότητα. Μια σύγχρονη µαθηµατική θεωρία µπορεί να αναλύσει κάθε είδος αναµέτρησης , από την ντάµα και το σκάκι µέχρι τον τζόγο ή έναν πυρηνικό πόλεµο, και να προβλέψει τον νικητή.
Οι οικονοµολόγοι εδώ και πολύ καιρό χρησιµοποιούν τη θεωρία παιγνίων(έχοντας ως υλικά υποστήριξης τα πέντε βραβεία Νόµπελ στα οικονοµικά) για να αναλύσουν διάφορους κλάδους όπως για παράδειγµα η βιοµηχανική οργάνωση(industrial organization), ο σχεδιασµός µηχανισµών(mechanism design) µε υποκλάδο τις δηµοπρασίες, τις συµφωνίες, τα ολιγοπώλια, τα µονοπώλια, (ο Γάλλος µαθηµατικός Κουρνό το 1838 έγραψε το πρώτο µοντέλο δυοπωλίου ) τα συστήµατα για να µπορεί κάποιος να ψηφίσει και πολλά άλλα. Οι έρευνες αυτές για να πραγµατοποιηθούν εστιάζουν στην ισορροπία που υπάρχει στα παιχνίδια, την οποία θα σχολιάσουµε παρακάτω. Επιπρόσθετα παίζει σηµαντικό ρόλο στην παγκόσµια διπλωµατία και στις πολεµικές στρατηγικές, επηρεάζοντας τη µοίρα των διαφόρων χωρών ακόµη και αν δεν είναι άµεσα ορατό.
Χρησιµοποιείται όµως και στην Πολιτική Οικονοµία και ειδικά στη θεωρία της συλλογικής δράσης (Collective action), όπου εξηγεί ενδεχόµενα συνεργασίας µεταξύ των παικτών. Αυτό βρίσκεται σε άµεση συσχέτιση µε τον ρόλο του κράτους και των θεσµών σε θέµατα συνεργασίας. Χαρακτηριστικό παράδειγµα είναι η παροχή δηµόσιων αγαθών και η φορολογία. Στη βιολογία η θεωρία παιγνίων έχει χρησιµοποιηθεί για να κατανοήσουµε διάφορα φαινόµενα. Πρωτοχρησιµοποιήθηκε για να εξηγήσει την εξέλιξη(και την σταθερότητα) της αναλογίας 1 προς 1 στα φύλα. Ο Ronald Fisher (1930) πρότεινε ότι αυτή η αναλογία είναι αποτέλεσµα εξελικτικών δυνάµεων που δρουν µεµονωµένα, προσπαθώντας να µεγιστοποιήσουν τον αριθµό των εγγονιών! Συµπληρωµατικά οι επιστήµονες προσπάθησαν να εξηγήσουν την εµφάνιση της επικοινωνίας στα ζώα, ενώ ανέλυσαν και την επιθετική συµπεριφορά τους.
Είναι ξεκάθαρο ότι µπορούµε να αναφέρουµε άπειρες εφαρµογές της θεωρίας παιγνίων σε διάφορους τοµείς ακόµη και στην καθηµερινότητα µας, από τα πιο πολύπλοκα έως τα πιο απλά όπως για παράδειγµα πιο αυτοκίνητο να αγοράσουµε, που θα πάµε το βράδυ ή τι θα φορέσουµε.
Βασικές έννοιες της θεωρίας παιγνίων
Θεµέλιο λίθο στην θεωρία παιγνίων αποτελούν τα βασικά χαρακτηριστικά του παιγνίου. Ως στοιχεία του παιγνίου θεωρούνται το σύνολο των παικτών, το σύνολο των πιθανών ενεργειών που θα πραγµατοποιήσουν οι παίκτες (οι στρατηγικές τους), οι πληροφορίες που υπάρχουν κατά τη διάρκεια του παιχνιδιού, τα αποτελέσµατα που µπορεί να αποκοµίσει ο παίκτης για κάθε ενέργεια του, καθώς επίσης και οι προτιµήσεις των παικτών µε βάσει τα αποτελέσµατα. Το αποτέλεσµα που µπορεί να αποκοµίσει ο παίκτης(outcome), εξαρτάται από τις στρατηγικές που θα ακολουθήσει και από τις αποδόσεις που µπορεί να λάβει. Η απόδοση (payoff), είναι η αριθµητική αποτίµηση των στόχων του, η χρησιµότητα που θα αποκτήσει όταν το παιχνίδι θα τελειώσει.
Με τον όρο στρατηγική ορίζουµε το σύνολο των κανόνων σχετικά µε το ποια επιλογή πρέπει να ακολουθήσει ο παίκτης, ποιες είναι οι επιλογές του στο κάθε παίγνιο ξεχωριστά, έχοντας όµως υπόψη του και όλες τις κινήσεις του αντιπάλου. Μια διάκριση που µπορεί να γίνει στις στρατηγικές είναι σε αµιγείς“pure”και σε µεικτές “mixed”στρατηγικές. Μια αµιγής(καθαρή) στρατηγική είναι εκείνη στην οποία κάθε µία από τις δυνατές επιλογές που έχει ο παίκτης επιλέγεται στο ακέραιο. Αντίθετα µεικτή είναι η στρατηγική η οποία περιλαµβάνει συνδυασµό επιλογών, από τις οποίες τουλάχιστον µία επιλέγεται µε µη ακέραιες τιµές.
Οι µεικτές στρατηγικές δηλαδή καθορίζουν ότι η στρατηγική που θα διαλέξει ο παίκτης θα επιλεγεί τυχαία από το σύνολο των καθαρών στρατηγικών που έχει, µε κάποια πιθανότητα. Εποµένως µια µεικτή στρατηγική είναι µια κατανοµή πιθανοτήτων πάνω στις καθαρές στρατηγικές που έχει ο παίκτης. Ένα παίγνιο στο οποίο οι παίκτες παίζουν ταυτόχρονα, µπορεί να απεικονιστεί ως “κανονική”(normal) ή “στρατηγική”(strategic) µορφή χρησιµοποιώντας έναν πίνακα ο οποίος συσχετίζει τις στρατηγικές των παικτών µε τις αποδόσεις που θα έχουν. Ένα στρατηγικό παιχνίδι είναι ένα µοντέλο όπου έχουµε Ν παίκτες, καθένας από τους οποίους διαλέγει µόνο µία στρατηγική, η οποία δεν αλλάζει. Σε ένα στρατηγικό παιχνίδι υπάρχουν διάφορες συµπεριφορές παικτών:
• Το παιχνίδι παίζεται µόνο µία φορά.
• Κάθε παίκτης “ξέρει” το παιχνίδι (κάθε παίκτης γνωρίζει όλες τις κινήσεις και τις αποδόσεις του παιχνιδιού).
• Οι παίκτες είναι ορθολογικοί. Ένας ορθολογικός παίκτης είναι ένας παίκτης που παίζει εγωιστικά, θέλοντας να µεγιστοποιήσει το κέρδος του στο παιχνίδι, ενώ ταυτόχρονα γνωρίζει πως και οι αντίπαλοι του είναι ορθολογιστές.
• Όλοι οι παίκτες διαλέγουν τις κινήσεις τους ταυτόχρονα χωρίς όµως να γνωρίζουν τις επιλογές των άλλων παικτών.
Για να κατανοήσουµε καλύτερα την κανονική µορφή των παιγνίων, παραθέτουµε το τέταρτο παίγνιο του ερωτηµατολογίου το οποίο θα χρησιµοποιήσουµε σαν παράδειγµα για να εξηγήσουµε τα στρατηγικά παίγνια.
Παίγνιο κυριαρχίας κινδύνου “Risk Dominance”
Το συγκεκριµένο παίγνιο είναι δύο γραµµών επί δύο στηλών και έχουµε δύο παίκτες, τον Α και τον Β. Ο Α παίκτης ονοµάζεται “παίκτης γραµµής”, ενώ ο Β “παίκτης στήλης”. Οι επικεφαλίδες των στηλών και των γραµµών είναι οι στρατηγικές του κάθε παίκτη. Η πρώτη στρατηγική επιλογή του Α παίκτη είναι η πρώτη γραµµή, η οποία ονοµάζεται α1, ενώ η δεύτερη στρατηγική του είναι η α2. Οµοίως για τον παίκτη Β η πρώτη στρατηγική επιλογή του είναι η πρώτη στήλη, δηλαδή η β1, ενώ η δεύτερη στρατηγική του είναι η δεύτερη στήλη, η β2. Στα κελιά του κάθε πίνακα υπάρχουν αριθµοί που δείχνουν το κέρδος (όφελος, payoff) κάθε παίκτη για κάθε συνδυασµό στρατηγικών. Το πρώτο νούµερο σε κάθε κελί αντιστοιχεί στον παίκτη γραµµής, ενώ το δεύτερο ανήκει στον παίκτη στήλης. Το παιχνίδι ξεκινάει και οι παίκτες διαλέγουν ταυτόχρονα µία στρατηγική. Το κελί που αντιστοιχεί στο σηµείο τοµής των δύο επιλογών δείχνει το κέρδος που έχουν οι δύο παίκτες. Αν για παράδειγµα, ο Α παίκτης διαλέξει την πρώτη στρατηγική επιλογή(α1) και ο Β επίσης την πρώτη(β1) τότε το κέρδος τους θα είναι 5 µονάδες για τον καθένα.
Οι παίκτες πριν πάρουν κάποια απόφαση και διαλέξουν ποια στρατηγική θα ακολουθήσουν, κοιτάνε ποια στρατηγική πραγµατικά τους ωφελεί, µε ποια θα έχουν το µεγαλύτερο δυνατό κέρδος ότι και να κάνει ο αντίπαλος τους. Σε αυτό το σηµείο η επιλογή γίνεται µε βάση την κυριαρχία των στρατηγικών. Μια στρατηγική λέµε ότι είναι κυρίαρχη “dominant” εάν για όλους τους συνδυασµούς στρατηγικών των άλλων παικτών έχει το µεγαλύτερο όφελος σε σχέση µε τις υπόλοιπες. Είναι πάντα καλύτερη ότι και να κάνει ο άλλος παίκτης αφού έχει το µεγαλύτερο κέρδος σε σχέση µε τις άλλες εναλλακτικές επιλογές του. Αντιθέτως µια στρατηγική χαρακτηρίζεται ως κυριαρχούµενη “dominated” όταν υπάρχει κάποια άλλη στρατηγική που είναι πάντα καλύτερη ότι και να κάνει ο άλλος παίκτης.
Στο παραπάνω παράδειγµα βλέπουµε πως για τον Β παίκτη η στρατηγική β1 κυριαρχεί της στρατηγικής β2, αφού (5>4)και (1>0), δηλαδή αν ο Α παίκτης διαλέξει την α1 στρατηγική, ο Β θα επιλέξει την β1και το ίδιο θα κάνει αν ο Α διαλέξει την α2. Εποµένως η καλύτερη κίνηση του είναι να επιλέξει την β1 στρατηγική. Για τις στρατηγικές του παίκτη Α όµως δεν παρατηρούµε το ίδιο. Αυτό γιατί αν ο Α ξέρει πως ο Β θα επιλέξει την β1 στρατηγική, τον συµφέρει να διαλέξει την α1, αφού (5>0) εάν όµως ο Β διαλέξει την β2, ο Α δεν θα επιλέξει πάλι την α1 αλλά την α2 αφού (-100-100) και (0=0). Ο συνδυασµός των στρατηγικών που επιλέχθηκαν από κάθε παίκτη µας δίνει την έννοια της ισορροπίας “equilibrium”. Η ισορροπία στο παίγνιο δηλαδή προέρχεται από τις καλύτερες στρατηγικές µία για κάθε παίκτη στο παιχνίδι. Στο παράδειγµα µας η ισορροπία βρίσκεται στο κελί (α1, β1) δηλαδή στη λύση (5, 5) αφού η καλύτερη επιλογή για τον Α παίκτη είναι η α1, για τον Β παίκτη η β1 και η τοµή τους είναι το κελί (α1, β1).
Για να βρούµε αυτήν την ισορροπία εάν υπάρχει κυρίαρχη στρατηγική για κάποιον παίκτη τότε επιλέγεται, όπως αναφέραµε και παραπάνω. Σε περίπτωση όµως που δεν υπάρχει, ο περιορισµός των κυριαρχούµενων στρατηγικών “dominated” µπορεί να οδηγήσει στη δηµιουργία νέων κυριαρχούµενων στρατηγικών, οι οποίες µε τη σειρά τους θα απαλειφθούν κι αυτές. Ξεκινώντας το παιχνίδι διαγράφονται µία µια οι ασθενώς κυριαρχούµενες στρατηγικές από τις επιλογές του παίκτη και αυτό συνεχίζεται µέχρι να βρεθεί µόνο µία στρατηγική για κάθε παίκτη. Η διαδικασία αυτή ονοµάζεται απαλοιφή κυριαρχούµενων στρατηγικών “Iterated Elimination of Dominated Strategies, IEDS”. Η διαδικασία αυτή είναι απολύτως λογική αφού και οι παίκτες είναι λογικοί και γνωρίζουν πως και οι αντίπαλοι τους είναι λογικοί γεγονός που δείχνει ότι κανένας από αυτούς δεν θα επιλέξει µια στρατηγική η οποία είναι ασθενώς κυριαρχούµενη. Αν απαλείψουµε µόνο κυριαρχούµενες στρατηγικές, η σειρά της απαλοιφής δεν επηρεάζει το αποτέλεσµα. Ο κίνδυνος υπάρχει µόνο αν απαλείψουµε µε λάθος σειρά ασθενώς κυριαρχούµενες στρατηγικές, οδηγώντας µας σε λάθος αποτέλεσµα. Σωστή σειρά θεωρείται η ταυτόχρονη απαλοιφή για όλους τους παίκτες σε κάθε γύρο. Η σηµαντικότερη έννοια ισορροπίας στη θεωρία παιγνίων είναι η ισορροπία Nash που θα αναλύσουµε στην συνέχεια.
Κατηγορίες παιγνίων
Τα παίγνια µπορούν να ταξινοµηθούν σε διάφορες κατηγορίες µε βάση διάφορα είδη κριτηρίων. Εδώ θα προσπαθήσουµε να τα χωρίσουµε σε κάποιες κατηγορίες. Έτσι λοιπόν έχουµε τους εξής διαχωρισµούς: Σύµφωνα µε τον αριθµό των παικτών που παίρνουν µέρος. Αν υπάρχουν δύο παίκτες τότε ονοµάζονται “παίγνια δύο παικτών”, ενώ αν οι παίκτες είναι περισσότεροι(έστω n), τότε έχουµε “παίγνια n παικτών”, τα οποία βέβαια δεν έχουν µελετηθεί τόσο πολύ όσο τα πρώτα. Υπάρχει φυσικά και η περίπτωση που υπάρχει µόνο ένας παίκτης έχοντας σαν αντίπαλο του “τη φύση”, όπως για παράδειγµα ισχύει στην πασιέντζα. Τα παίγνια αυτά βέβαια θεωρούνται πως ανήκουν στην πρώτη κατηγορία των παιγνίων µε δύο παίκτες. Σύµφωνα µε τη δυνατότητα συνεργασίας.
Οι παίκτες (δύο ή περισσότεροι) πριν παίξουν το παίγνιο έχουν τη δυνατότητα να συνεργαστούν και να κάνουν συµφωνίες µεταξύ τους για τις στρατηγικές που θα ακολουθήσουν. Αυτά ονοµάζονται “συνεργατικά παίγνια”(cooperative games) σε αντίθεση µε τα παίγνια όπου ο παίκτης παίρνει τις αποφάσεις χωρίς να συνεννοηθεί µε τους άλλους, τα οποία ονοµάζονται “µη συνεργατικά ” (non cooperative games). Σύµφωνα µε τα χαρακτηριστικά των αποδοχών τους. Όταν το κέρδος ενός παίκτη είναι ίσο µε την απώλεια του αντιπάλου του, το παίγνιο ονοµάζεται “παίγνιο µηδενικού αθροίσµατος” (zero-sum games). Σε αυτά τα παίγνια το άθροισµα των αµοιβών είναι ίσο µε µηδέν µε αποτέλεσµα η συνεργασία για τους παίκτες να είναι ανέφικτη. Αντίστοιχα υπάρχουν “παίγνια µη-µηδενικού αθροίσµατος”(non zero-sum games) στα οποία το άθροισµα των αµοιβών είναι διάφορο του µηδενός. Το κέρδος κάποιου δεν σηµαίνει απαραίτητα τη ζηµιά κάποιου ανταγωνιστή, και οι δύο µπορεί να κερδίσουν ή και να χάσουν αντίστοιχα.
Σύµφωνα µε τη σειρά που παίρνονται οι αποφάσεις. Αν οι αντίπαλοι κινηθούν ταυτόχρονα επιλέγοντας µια στρατηγική στην αρχή του παιχνιδιού, χωρίς ο ένας να γνωρίζει τι θα πράξει ο άλλος, τότε µιλάµε για “στατικό παίγνιο” ή “στρατηγικό παίγνιο” ή “παίγνιο σε κανονική µορφή”. Στην αντίθεση περίπτωση έχουµε τα “δυναµικά παίγνια” ή “παίγνια σε εκτεταµένη µορφή” όπου οι παίκτες έχουν κάποια γνώση για τις προηγούµενες ενέργειες και έτσι η σειρά µε την οποία λαµβάνονται οι αποφάσεις έχει σηµασία. Στα παίγνια αυτά η αναπαράσταση γίνεται µε τη βοήθεια δέντρου. Σύµφωνα µε τον αριθµό των στρατηγικών. Τα παίγνια σε αυτήν την κατηγορία χωρίζονται σε “πεπερασµένα” και σε “µη πεπερασµένα”. Τα πεπερασµένα παίγνια τελειώνουν σε ένα µετρήσιµο αριθµό κινήσεων, σε αντίθεση µε τα άλλα τα οποία διαρκούν για άπειρες κινήσεις και ο νικητής γίνεται γνωστός αφού όλες αυτές οι κινήσεις τελειώσουν. Τέλος σύµφωνα µε την πληροφόρηση που παρέχουν. Λέµε ότι έχουµε “παίγνια πλήρους πληροφόρησης” όταν οι παίκτες είναι πλήρως ενηµερωµένοι για τις κινήσεις των αντιπάλων. Έτσι µόνο τα δυναµικά παίγνια µπορεί να είναι παίγνια πλήρους πληροφόρησης, µιας και στα στατικά οι παίκτες δεν είναι ενηµερωµένοι. Όταν οι παίκτες είναι µερικώς ενηµερωµένοι λέµε ότι έχουµε “παίγνια ατελούς πληροφόρησης”.
Προσέγγιση της ισορροπίας Nash
Το θεώρηµα που διατύπωσε ο Nash και έγινε γνωστό σε όλο τον κόσµο αναφέρει πως κάθε παίγνιο µε πεπερασµένο πλήθος παικτών και ενεργειών έχει τουλάχιστον ένα σηµείο ισορροπίας, σύµφωνα µε το οποίο όλοι οι παίκτες επιλέγουν τις πιο συµφέρουσες για αυτούς ενέργειες, γνωρίζοντας και τις επιλογές των αντιπάλων τους. Οι παίκτες σκέφτονται τι µπορεί να διαλέξει ο αντίπαλος τους, προσπαθούν να καταλάβουν τη συµπεριφορά των άλλων και επιλέγουν την στρατηγική τους σύµφωνα µε αυτό. ∆ηλαδή η στρατηγική ενός παίκτη αποτελεί την καλύτερη αντίδραση(απόκριση) στην στρατηγική του άλλου παίκτη. Αυτός ο συνδυασµός στρατηγικών αποτελεί ισορροπία Nash.
Ο παίκτης επιλέγει εκείνη από τις δικές του στρατηγικές, η οποία είναι η καλύτερη απάντηση στην στρατηγική που νοµίζει ότι θα επιλέξει ο άλλος παίκτης. Εποµένως κανένας παίκτης δεν έχει κίνητρο να φύγει µονοµερώς από αυτήν την ισορροπία που έχει δηµιουργηθεί. Οι παίκτες καταλαβαίνουν πως βρίσκονται σε ισορροπία αν µια αλλαγή στις στρατηγικές από οποιονδήποτε από αυτούς, οδηγήσει σε χαµηλότερο κέρδος από αυτό που θα είχαν αν παρέµεναν στη σωστή στρατηγική. ∆εδοµένου των επιλογών των αντιπάλων, ο παίκτης δεν έχει να κερδίσει κάποιο µεγαλύτερο όφελος και για αυτό δεν αλλάζει στρατηγική.
Όπως είναι φανερό η θεωρία για την ισορροπία Nash, έχει δύο συνιστώσες: πρώτα κάθε παίκτης κάνει την επιλογή του βασιζόµενος στην ορθολογική απόφαση που προέρχεται από τις πεποιθήσεις του για το τι θα πράξει ο αντίπαλος και δεύτερον κάθε πεποίθηση του παίκτη για την επιλογή του αντιπάλου του είναι σωστή. Για να κατανοήσουµε πλήρως την έννοια της ισορροπίας Nash, θα χρησιµοποιήσουµε πάλι το πιο πάνω παίγνιο το οποίο παραθέτουµε πάλι για ευκολία.
Παίγνιο κυριαρχίας κινδύνου “Risk Dominance”
Ξεκινώντας µε τον Α παίκτη βρίσκουµε ποια στρατηγική θα επιλέξει σε συγκεκριµένη στρατηγική του αντιπάλου. Έστω ότι ο Α πιστεύει ότι ο Β θα επιλέξει την β1 στρατηγική. Τότε προφανώς θα επιλέξει εκείνη από τις δύο δικές του στρατηγικές που θα του δώσει το µεγαλύτερο όφελος. Η α1 θα του δώσει 5 µονάδες ωφέλειας, ενώ η α2 θα του δώσει 0(όπως αναφέραµε και πιο πριν οι πρώτοι αριθµοί σε κάθε κελί αντιστοιχούν στον παίκτη γραµµής, δηλαδή στον Α). Άρα θα επιλέξει την α1 στρατηγική µε κέρδος 5. Αυτό το νούµερο το κυκλώνουµε. Αν ο Α πιστεύει πως ο Β θα διαλέξει την β2 στρατηγική αυτός φυσικά θα προτιµήσει την α2 αφού το κέρδος του θα είναι µεγαλύτερο(-100<0), άσχετα αν πρόκειται για 0 µονάδες.
Ύστερα από τις επιλογές του παίκτη Α, ο πίνακας παρουσιάζεται ως εξής:
Πρώτο στάδιο του παιγνίου
Οµοίως κάνουµε και για τον παίκτη Β. Αν αυτός νοµίζει ότι ο Α θα επιλέξει την α1 στρατηγική, θα προτιµήσει την β1 στρατηγική που θα του δώσει κέρδος 5 µονάδες και όχι 4 µονάδες(οι δεύτεροι αριθµοί σε κάθε κελί είπαµε πως αναφέρονται στον παίκτη στήλης, δηλαδή στον Β). Αν ο Β νοµίζει για τον Α πως θα ακολουθήσει την α2 στρατηγική, θα προτιµήσει και πάλι την β1 αφού θα έχει κέρδος 1 µονάδα αντί για 0 µονάδες. Αυτά τα νούµερα τα βάζουµε σε ένα µπλε τετράγωνο.
Ύστερα και από τις επιλογές του Β παίκτη ο πίνακας έχει ως εξής:
∆εύτερο στάδιο του παιγνίου
Η ισορροπία Nash υπάρχει όταν η καλύτερη απόκριση του παίκτη Α είναι ίδια µε την καλύτερη απόκριση του παίκτη Β, όταν δηλαδή σε ένα κελί υπάρχουν οι επιλογές και των δύο παικτών. Αυτό είναι και το σηµείο ισορροπίας. Στο παράδειγµα µας ισορροπία έχουµε στο κελί (α1, β1)=(5, 5). Υπάρχουν παιχνίδια που έχουν παραπάνω από µία ισορροπίες Nash, ενώ υπάρχουν και παιχνίδια χωρίς κανένα σηµείο ισορροπίας Nash.
Έχουµε αναφέρει πως εκτός από τις καθαρές στρατηγικές έχουµε και τις µικτές. Είπαµε πως η επιλογή µικτής στρατηγικής ισοδυναµεί µε το να επιλέξει ο παίκτης τυχαία µεταξύ συγκεκριµένων καθαρών στρατηγικών. Για παράδειγµα µπορούµε να πούµε πως ο παίκτης Α θα επιλέξει την α1 στρατηγική µε πιθανότητα p ή την α2 µε πιθανότητα p-1. Ο παίκτης δηλαδή που διαλέγει µικτή στρατηγική επιλέγει τις πιθανότητες καθεµιάς από τις καθαρές στρατηγικές που εµπεριέχονται στην συγκεκριµένη µικτή στρατηγική, αφήνοντας τα υπόλοιπα στην τύχη. Όσο και αν φαίνεται παράξενο υπάρχουν πολλές περιπτώσεις στην καθηµερινή ζωή όπου οι παίκτες προτιµούν να χρησιµοποιήσουν µικτές στρατηγικές.
Ο Nash κατάφερε επίσης να αποδείξει πως όλα τα πεπερασµένα παίγνια εµπεριέχουν τουλάχιστον ένα σύνολο µικτών στρατηγικών (µία ανά παίκτη) που συνιστά ισορροπία Nash σε µικτές στρατηγικές (ΙΝΜΣ) Όταν υπάρχουν πολλές ισορροπίες Nash (σε καθαρές στρατηγικές), τη λύση δίνει η ισορροπία Nash σε µικτές στρατηγικές. Ακόµη και αν δεν υπάρχει ισορροπία σε καθαρές στρατηγικές, υπάρχει µία µοναδική ισορροπία σε µικτές στρατηγικές.
Η ισορροπία σε καθαρές στρατηγικές φαίνεται πιο ελκυστική πρόταση από την ισορροπία στις µικτές, αφού δεν χρειάζεται οι παίκτες να επιλέγουν στην τύχη. Όµως από τη στιγµή που δεν υπάρχει ισορροπία σε κάθε παιχνίδι, η ισορροπία σε µικτές στρατηγικές αποκτάει µεγαλύτερη αξία αφού πλέον για κάθε παιχνίδι υπάρχει σίγουρα µία ισορροπία.
Εξέταση διαφόρων παιγνίων
Ένα από τα παράδοξα της ισορροπίας Nash που µπορεί να θεωρηθεί και σαν αδυναµία της είναι ότι σε κάποια παίγνια οι παίκτες έχουν µεγαλύτερο όφελος αν δεν διαλέξουν την ισορροπία Nash και διαλέξουν άλλη στρατηγική. Ενώ η ισορροπία Nash δίνει την ελκυστικότερη λύση για όλους τους παίκτες, οδηγώντας στο σηµείο ισορροπίας, εντούτοις υπάρχουν κάποια διάσηµα παίγνια που είναι εξαίρεση στον κανόνα. Κάποια από αυτά τα παίγνια χρησιµοποιήθηκαν στην έρευνα και θα αναλυθούν στη συνέχεια.
Το δίληµµα του φυλακισµένου “Prisoner’s dilemma”
Το πιο γνωστό και σηµαντικό παίγνιο στην ιστορία της θεωρίας παιγνίων είναι το παίγνιο του διλήµµατος του φυλακισµένου(Prisoner’s dilemma).
Τον Ιανουάριο του 1950 οι Melvin Dresher και Merrill Flood επινόησαν το συγκεκριµένο παίγνιο και το χρησιµοποίησαν σαν παράδειγµα στο RAND Corporation. Αργότερα όταν παρουσιάστηκε αυτό το παράδειγµα σε ένα σεµινάριο στο Stanford University, ο Albert W. Tucker σκαρφίστηκε µία ιστορία πάνω στην οποία βάσισε όλη του την διάλεξη. Το παίγνιο αυτό έµεινε από τότε στην ιστορία κάνοντας την θεωρία παιγνίων γνωστή σε όλες τις κοινωνικές επιστήµες, ενώ και πάρα πολλοί µελετητές έχουν ασχοληθεί µε αυτό γράφοντας διάφορα βιβλία.
Η ιστορία του Tucker έχει ως εξής:
∆ύο ύποπτοι για ένα έγκληµα συλλαµβάνονται από την αστυνοµία και κρατούνται σε διαφορετικά κελιά, ώστε να µην έχουν µεταξύ τους επικοινωνία. Οι αστυνοµικοί είναι σίγουροι για την ενοχή τους αλλά ελλείψει αποδεικτικών στοιχείων τους προσφέρουν µια συµφωνία: αν και οι δύο οµολογήσουν ότι διέπραξαν το έγκληµα θα καταδικαστούν µόνο σε τρία χρόνια φυλάκισης. Αν µόνο ο ένας οµολογήσει θα αφεθεί ελεύθερος ενώ ο άλλος που θα αρνηθεί θα φυλακιστεί για πέντε χρόνια. Τέλος, αν κανένας δεν οµολογήσει, και οι δύο θα περάσουνε έναν χρόνο στη φυλακή. Το παραπάνω πρόβληµα µπορεί να παρουσιαστεί στον επόµενο πίνακα
Το δίληµµα του φυλακισµένου (αρχική µορφή)
Το δίληµµα αυτό παίρνει τη µορφή του παρακάτω παιγνίου, όπου τα νούµερα είναι η ωφέλεια που αποκοµίζει ο παίκτης .
Το δίληµµα του φυλακισµένου (τελική µορφή)
Το δίληµµα εµφανίζεται όταν κάποιος υποθέτει ότι και οι δύο φυλακισµένοι νοιάζονται µόνο για να ελαχιστοποιήσουν την ποινή τους. Κάθε παίκτης έχει δύο στρατηγικές επιλογές : είτε να οµολογήσει και να συνεργαστεί µε την αστυνοµία (confess), είτε να παραµείνει σιωπηλός (not confess). Για παράδειγµα το καλύτερο αποτέλεσµα για τον παίκτη Α είναι να οµολογήσει και ο παίκτης Β να µείνει σιωπηλός. Το επόµενο καλύτερο αποτέλεσµα για τον Α είναι να µη µιλήσει κανένας από τους δύο, ενώ το χειρότερο σενάριο είναι να µιλήσει ο Β ενώ ο Α θα παραµείνει σιωπηλός. Το αντίστοιχο ισχύει και για τον παίκτη Β. Είναι λοιπόν φανερό πως οτιδήποτε και να σκοπεύει να κάνει ο Β, ο παίκτης Α θα πρέπει να επιλέξει την πρώτη στρατηγική (να οµολογήσει δηλαδή), αφού έτσι θα έχει καλύτερα αποτελέσµατα. Οµοίως ισχύει και για τον Β παίκτη ο οποίος θα προτιµήσει και αυτός να µη µιλήσει. Σε αυτό το σηµείο υπάρχει το δίληµµα αφού από τον πίνακα φαίνεται πως οι παίκτες θα αποκοµίσουν µεγαλύτερο όφελος αν και οι δύο επιλέξουν να µη µιλήσουν από το να τα οµολογήσουν όλα. Έτσι η καλύτερη στρατηγική για τον καθένα ξεχωριστά, παράγει ένα αποτέλεσµα που δεν είναι καλό για την οµάδα, κάνοντας τα ατοµικά κίνητρα να υπονοµεύουν το κοινό συµφέρον.
Πρόκειται για ένα παιχνίδι όπου τα κέρδη προέρχονται από τη συνεργασία. Το καλύτερο αποτέλεσµα και για τους δύο παίκτες είναι να µη µιλήσουν στους αστυνοµικούς . Παρόλα αυτά, κάθε παίκτης έχει ένα µεγάλο κίνητρο να γίνει προδότης. Οτιδήποτε και να κάνει ο ένας παίκτης, ο αντίπαλος προτιµάει να οµολογήσει. Έτσι το παίγνιο αυτό έχει µία µοναδική Nash ισορροπία, µία κυρίαρχη στρατηγική, η οποία είναι η λύση (Α1,Β1)=(1,1), η από κοινού οµολογία.
Σε κάθε παίγνιο η λύση παρουσιάζεται και µε τη βοήθεια του προγράµµατος Gambit, το οποίο είναι χρήσιµο εργαλείο στη θεωρία παιγνίων αφού έχει πολλές εφαρµογές και βρίσκει τις ισορροπίες Nash και σε καθαρές και σε µεικτές στρατηγικές.
Στην παρακάτω εικόνα βλέπουµε τη λύση που δίνει το πρόγραµµα για το συγκεκριµένο παίγνιο.
Τα κόκκινα νούµερα αντιπροσωπεύουν τον Α παίκτη ενώ τα µπλε τον Β. Και εδώ η λύση είναι η επιλογή (Α1, Β1)=(1, 1) αφού η ανάλυση δείχνει πως ο πρώτος παίκτης(ο Α) επιλέγει την πρώτη του στρατηγική επιλογή(την Α1) και ο δεύτερος παίκτης(ο Β) επιλέγει την πρώτη του κι αυτός στρατηγική επιλογή(την Β1).
Το παράδοξο του αποτελέσµατος εξηγείται από το γεγονός ότι οι φυλακισµένοι βρίσκονται σε ξεχωριστά κελιά και δεν µπορούν να επικοινωνήσουν µεταξύ τους για να αποφασίσουν από κοινού τι θα κάνουν. Αν µπορούσαν να το συζητήσουν ίσως να έβλεπαν πως η καλύτερη λύση είναι να µη µιλήσει κανένας τους. Αλλά ακόµη και µε µια προφορική συµφωνία οι φυλακισµένοι ίσως προσπαθήσουν να προδώσουν τον υποτιθέµενο αντίπαλο τους, προλαβαίνοντας τον από µια πιθανή
προδοσία. Εδώ επέρχεται ο παράγοντας της αξιοπιστίας: υπάρχει µια έφεση προς συνεργασία µε εκείνους που πιστεύουµε ότι έχουν αντίστοιχη έφεση να συνεργαστούν. Ανορθόδοξη επίσης είναι η απόφαση να προδώσουν ο ένας τον άλλον, µιας και η σιωπή αποτελεί ύψιστη τιµή σε τέτοιες κοινωνικές οµάδες.
Μια άλλη περίπτωση είναι οι δύο ύποπτοι να µην οµολογήσουν, µόνο αν έχουν ξαναπεράσει όλο αυτό και γνωρίζουν πως δεν πρόκειται να προδοθούν Αυτή η ισορροπία λέγεται “υπό-παιγνιακή τέλεια ισορροπία Nash” όπου οι φυλακισµένοι έχουν µάθει να µην καρφώνουν ο ένας τον άλλον και έτσι ελαχιστοποιούν την συλλογική ποινή τους.
Όταν το δίληµµα του φυλακισµένου αφορά πάνω από δύο πρόσωπα ονοµάζεται free rider problem(το πρόβληµα των τζαµπατζήδων). Έχει την ίδια δοµή µε το δίληµµα του φυλακισµένου αφού και εδώ η κυρίαρχη ατοµική στρατηγική υπερέχει της κοινής λογικής. Αφορά όλες τις περιπτώσεις δηµοσίων αγαθών(όλοι τα εκµεταλλεύονται άσχετα αν έχουν πληρώσει γι’αυτά, όπως για παράδειγµα η καθαρή ατµόσφαιρα) όπου η πρόσβαση δεν µπορεί να περιοριστεί σε αυτούς που έχουν πληρώσει και στους άλλους, τους τζαµπατζήδες, οι οποίοι δεν συνεισφέρουν αλλά τα χρησιµοποιούν.
Το πιο διάσηµο παιχνίδι στην ιστορία της θεωρίας παιγνίων µελετήθηκε εκτενέστατα από πάρα πολλούς ανθρώπους, ανάµεσα τους ο John Nash(που αναφέρθηκε παραπάνω) και ο Robert Axelrod. Στα τέλη της δεκαετίας του 70 ο Axelrod προσπάθησε να προσεγγίσει το πρόβληµα όταν αυτό επαναλαµβάνεται, αφού έτσι γίνεται πιο περίπλοκο και δεν είναι απόλυτα σαφές ποια στρατηγική είναι βέλτιστη. Έτσι λοιπόν οργάνωσε ένα πρωτάθληµα όπου κάλεσε θεωρητικούς των παιγνίων να δηµιουργήσουν αλγορίθµους που να περιέχουν από µία στρατηγική και τους έβαλε να διαγωνιστούν για έναν καθορισµένο αριθµό γύρων. Οι “άπληστες” στρατηγικές έτειναν να έχουν άσχηµη έκβαση, σε αντίθεση µε τις πιο αλτρουιστικές που τα πήγαν καλύτερα. Νικητής αναδείχτηκε ο Anatol Rapoport που δηµιούργησε τον πιο απλό αλγόριθµο, τον Tit for Tat, δηλαδή “µία σου και µία µου”.
Πρόκειται για µία στρατηγική δεσµευµένης συνεργασίας όπου ο παίκτης ξεκινάει µε συνεργασία, σαν κίνηση καλής θέλησης, και έπειτα αντιγράφει την στρατηγική που επέλεξε ο αντίπαλος στον προηγούµενο γύρο. Το πείραµα επαναλήφθηκε και για την περίπτωση όπου η ακολουθία των αγώνων µεταξύ των δύο παικτών θα τερµατιζόταν τυχαία µε νικητή πάλι τον ίδιο αλγόριθµο. Η “σοφία” αυτής της στρατηγικής έχει να κάνει µε τον συνδυασµό αυστηρότητας απέναντι στους αποστάτες(αφού τους τιµωρείς άµεσα) αλλά και ηπιότητας(αφού µέσα σε έναν γύρο µπορείς να τον συγχωρήσεις). Τελικά φαίνεται πως αυτός που δεν συµπεριφέρεται εγωιστικά, είναι αυτός που κερδίζει.
Το δίληµµα του φυλακισµένου αν και φαίνεται άσχετο µε την καθηµερινότητα του ανθρώπου, µπορούµε να το διακρίνουµε παντού, σε όλα τα κοινωνικά φαινόµενα. Υπάρχει µια τεράστια βιβλιογραφία που το αναλύει και µάλιστα πολλοί πιστεύουν πως αποτελεί τον κεντρικό πυρήνα της κοινωνικής ζωής. Οι εφαρµογές του λοιπόν στην καθηµερινότητα ποικίλλουν από την οικονοµία, την πολιτική και την κοινωνιολογία έως την εθνολογία και την εξελικτική βιολογία.
Στην πολιτική για παράδειγµα αυτό το παίγνιο χρησιµοποιείται για να επεξηγήσει το πρόβληµα που έχουν δύο κράτη µε την απόκτηση όπλων. Υπάρχουν δύο στρατηγικές επιλογές για τα κράτη: είτε να αυξήσουν την στρατιωτική τους δύναµη και να αγοράσουν καινούριο εξοπλισµό, είτε να κάνουν µια συµφωνία έτσι ώστε να µειώσουν την χρησιµοποίηση όπλων. Κανένα κράτος δεν είναι βέβαιο ότι το άλλο θα κρατήσει την υπόσχεση του και εποµένως και τα δύο κλίνουν στο να αγοράσουν τελικά τα όπλα. Παράδειγµα για αυτήν την περίπτωση αποτελεί η διαµάχη Αµερικής –Ρωσίας τη δεκαετία του 50(όταν πρωτοµελετήθηκε το συγκεκριµένο παίγνιο) για την απόκτηση πυρηνικού εξοπλισµού.
Επίσης στον αθλητισµό πολλοί παλαιστές καταφεύγουν στο χάσιµο πολλών κιλών µε σκοπό να διαγωνιστούν µε ελαφρύτερους αντιπάλους , πηγαίνοντας στην µικρότερη κατηγορία. Αυτό µπορεί να το κάνουν πολλοί διαγωνιζόµενοι µε αποτέλεσµα να υποβαθµίζεται ο συναγωνισµός. Ακόµη όµως και αν κάποιος διαγωνιζόµενος παραµείνει στο αρχικό του βάρος, είναι πολύ πιθανό να συναγωνιστεί κάποιον που έχει χάσει αρκετό βάρος.
Είναι φανερό πως σε κάθε συναλλαγή ή σύγκρουση ατοµικών συµφερόντων που θίγει τους ανθρώπους, υπάρχει κάπου εκεί το δίληµµα του φυλακισµένου. Τα παραδείγµατα ποικίλλουν από τα πολιτικά παζάρια και τους πλειστηριασµούς έως την συµπεριφορά των οδηγών στους δρόµους και την επιλογή δύο αντιµαχόµενων µερών για το αν θα χρησιµοποιήσουν δικηγόρους ή/ και θα καταφύγουν στα δικαστήρια για να λύσουν τις διαφορές τους. Το κοινό στοιχείο σε όλα αυτά τα παραδείγµατα είναι ότι αν ο καθένας δράσει συνεργατικά θα υπάρξει το καλύτερο αποτέλεσµα. ∆υστυχώς σχεδόν όλοι σκέφτονται µόνο το προσωπικό συµφέρον, µε αποτέλεσµα να οδηγηθούν σε µη επιθυµητά αποτελέσµατα.
Η µάχη των φύλων “Battle of the Sexes”
Το παίγνιο “battle of the sexes” (η µάχη των φύλων) αποτελεί ένα από τα κλασσικά παιχνίδια στη θεωρία παιγνίων. Στην παραδοσιακή ανάλυση του παιχνιδιού, το οποίο χρονολογείται από τη δεκαετία του '50, ένας άντρα και µια γυναίκα προσπαθούν να αποφασίσουν πως θα περάσουν το απόγευµα τους. Ο άντρας προτιµά να µείνουν σπίτι και να δούνε τον αγώνα που έχει στην τηλεόραση, ενώ η γυναίκα προτιµά να πάνε στην όπερα. Και οι δύο όµως θέλουν να κάνουν κάτι µαζί και όχι να µείνουν χώρια.
Στον παρακάτω πίνακα φαίνονται οι επιλογές τους ως στρατηγικές, οπού οι γραµµές αντιστοιχούν στις επιλογές του άντρα και οι στήλες στις επιλογές της γυναίκας .
Η µάχη των φύλων
Η µάχη των φύλων παρουσιάζει µια κατάσταση κατά την οποία το ζευγάρι πρέπει να συνεργαστεί, αν και έχουν διαφορετικές προτιµήσεις, αφού σε καµία περίπτωση δεν θέλουν να µείνουν χώρια. Πρόκειται για συνεργατικό και όχι ανταγωνιστικό παίγνιο. Εδώ µας ενδιαφέρει ο αντίπαλος να µάθει τη στρατηγική που πρόκειται να εφαρµόσουµε, γιατί µπορεί να τη χρησιµοποιήσει για κοινό µας όφελος.
Αν και το παιχνίδι ανήκει στην κατηγορία των παιχνιδιών που παίζονται ταυτόχρονα, δεν είναι αναγκαίο για τους παίκτες να δράσουν έτσι. Το µόνο που απαιτείται είναι ο καθένας να δράσει χωρίς γνώση για το πώς θα πράξει ο άλλος. Αυτό επιτυγχάνεται αν οι παίκτες πάρουν την απόφαση τους χωρίς προηγουµένως να έχουν µιλήσει. Είναι µη ρεαλιστικό να υποθέσουµε πως το ζευγάρι δεν θα το συζητήσει και δεν θα παιχτεί το ίδιο «έργο» πολλές φορές . Αν κάθε µέρα έχουν να πάρουν µια τέτοια απόφαση (επαναλαµβανόµενο παίγνιο) τότε σίγουρα ο ένας θα µπορεί να µαντέψει τις κινήσεις του άλλου.
Σηµαντικό ρόλο σε αυτό το παιχνίδι έχει το ποιος θα παίξει πρώτος και θα ανακοινώσει την απόφαση του στο ταίρι του. Αν για παράδειγµα η γυναίκα έχει αγοράσει από πριν τα εισιτήρια για την όπερα, είναι πολύ πιθανό ο άντρας να πεισθεί και να επιλέξει από την αρχή να πάνε στην όπερα παρόλο που θα προτιµούσε τον αγώνα. Σε πάρα πολλά παιχνίδια(όχι σε όλα) αυτός που κινείται πρώτος έχει και το µεγαλύτερο πλεονέκτηµα.
Εύκολα φαίνεται πως δεν υπάρχει κάποια κυρίαρχη στρατηγική για κανέναν από τους δύο παίκτες. Βρίσκουµε όµως πως υπάρχουν δύο σηµεία ισορροπίας Nash στο συγκεκριµένο παίγνιο, η λύση (Α1,Β1)=(2,1) και η λύση (Α2,Β2)=(1,2). Αν και οι δύο επιλέξουν να δούνε αγώνα ο άντρας έχει όφελος 2 µονάδες και η γυναίκα 1 µονάδα, ενώ αν πάνε στην όπερα η γυναίκα έχει όφελος 2 µονάδες και ο άντρας 1.Σε αυτές τις δύο στρατηγικές κανένας δεν έχει κίνητρο να αποκλίνει και να επιλέξει κάτι άλλο.
Με τη βοήθεια του προγράµµατος Gambit γίνεται φανερό πως εκτός από τις δύο στρατηγικές που είχαν αναφερθεί παραπάνω υπάρχει και άλλη µία σε µεικτές αυτή τη φορά στρατηγικές. Η λύση αυτή τονίζει πως ο παίκτης Α θα προτιµήσει την Α1 επιλογή µε πιθανότητα ⅔ και την Α2 µε πιθανότητα ⅓, ενώ ο παίκτης Β θα διαλέξει την Β1 µε πιθανότητα ⅓ και την Β2 µε πιθανότητα ⅔.
Το παίγνιο “Chicken Game”
Ένα από τα πιο γνωστά παίγνια είναι το Chicken Game. Το παιγνίδι αυτό είναι γνωστό σε όλους τους νεαρούς ,από τη δεκαετία του '50 και µετά στην Αµερική και έχει µείνει στην ιστορία από την ταινία «Επαναστάτης χωρίς αιτία» (Rebel without a cause,1955) µε τον James Dean. Σε αυτό το παιχνίδι δύο οδηγοί κατευθύνονται µε µεγάλη ταχύτητα προς έναν γκρεµό. Αυτός που θα αλλάξει πρώτος την πορεία του αυτοκινήτου του για να µην πέσει από τον γκρεµό είναι το «κοτόπουλο» (chicken) και χάνει. Αν κανένας παίκτης δεν αλλάξει πορεία, τότε και τα δύο αυτοκίνητα θα πέσουν από τον γκρεµό και οι δύο οδηγοί θα πεθάνουν.
Η παραπάνω κατάσταση µπορεί να περιγραφεί µε τον ακόλουθο πίνακα:
Chicken Game
Κάθε παίκτης έχει δύο στρατηγικές επιλογές: είτε να αποκλίνει από την πορεία του(δεύτερη στρατηγική), είτε να συνεχίσει να οδηγεί(πρώτη στρατηγική). Αν και οι δύο αποκλίνουν παραµένουν στη ζωή. Το πώς θα παίξουν εξαρτάται από το τι πιστεύει ο ένας πως θα πράξει ο άλλος. Αν ο παίκτης Α πιστεύει πως ο παίκτης Β είναι πιο γενναίος από αυτόν, τότε θα προτιµήσει να αλλάξει πορεία. Αντίθετα αν νοµίζει πως ο ίδιος είναι πιο γενναίος, τότε θα συνεχίσει να οδηγεί. Σε περίπτωση όµως που κάποιος από τους δύο κρίνει λάθος τον αντίπαλο του θα πεθάνουν και οι δύο.
Αυτό το µοντέλο υποθέτει πως ο κάθε παίκτης διαλέγει από πριν την στρατηγική που θα ακολουθήσει και δεν την αλλάζει(πρόκειται για µη ρεαλιστικό σενάριο, αφού αν κάποιος παίκτης δει τον άλλον να στρίβει ότι και να είχε σχεδιάσει, θα συνεχίσει για να κερδίσει) . Επίσης το µοντέλο υποθέτει πως αν και οι δύο οδηγοί στρίψουν, δεν θα είναι προς την ίδια κατεύθυνση.
Αυτό το µοντέλο δεν έχει κυρίαρχη στρατηγική για κανέναν παίκτη. Υπάρχουν δύο ισορροπίες Nash σε αµιγείς στρατηγικές όπως φαίνεται στον πίνακα: η λύση (Α1Β2)=(3,1) και η λύση (Α2Β1)=(1,3). Άρα το καλύτερο που έχει να κάνει ο κάθε παίκτης είναι το αντίθετο του αντιπάλου του. Αν ο Α πεισθεί πως ο Β θα συνεχίσει να οδηγεί, η καλύτερη λύση είναι να αλλάξει πορεία και το ανάποδο. Φυσικά αν και οι δύο δεν αλλάξουν πορεία και συνεχίσουν θα πεθάνουν.
Στην παρακάτω εικόνα φαίνεται η λύση του παιγνίου µε το πρόγραµµα Gambit. Και εδώ όπως και στο προηγούµενο παίγνιο εκτός από τις δύο βασικές ισορροπίες, υπάρχει και µία µεικτή ισορροπία όπου αναφέρει ότι και οι δύο παίκτες θα διαλέξουν θα διαλέξουν κάθε στρατηγική µε ίση πιθανότητα ½.
Το πρόβληµα αυτό είναι επίσης γνωστό στον βιολογικό κόσµο σαν πρόβληµα Hawk-Dove(γεράκι-περιστέρι). Πρόκειται για µια βασική ιδέα η οποία έχει πολλές εφαρµογές στην καθηµερινότητα ∆ύο ζώα µάχονται για την ίδια τροφή. Κάθε ένα µπορεί να συµπεριφερθεί είτε σαν γεράκι είτε σαν περιστέρι. Αν και τα δύο επιλέξουν την επιθετική συµπεριφορά(του γερακιού) τότε δεν θα µπορέσει κανένα να πάρει το φαγητό και θα είναι και τα δύο χαµένα(η λύση Α1Β1=0,0 στον παραπάνω πίνακα). Αν τώρα επιλέξουν την ήρεµη συµπεριφορά(του περιστεριού) θα µοιραστούν το φαγητό χωρίς να έχουν κάποιο πρόβληµα αν και το κέρδος τους είναι χαµηλότερο από το κέρδος που θα είχε το ένα αν ακολουθούσε την επιθετική συµπεριφορά(η λύση Α2Β2=2,2 στον πίνακα). Κάθε ζώο προτιµά να δράσει σαν γεράκι αν ξέρει πως ο αντίπαλος θα δράσει σαν περιστέρι.
Αυτές είναι και οι δύο ισορροπίες Nash σε αµιγείς στρατηγικές, το ένα ζώο να παίξει σαν γεράκι και το άλλο σαν περιστέρι. Είναι φανερό πως και τα δύο θα επωφεληθούν αν κατορθώσουν να αποφύγουν την σύγκρουση(δηλαδή την ταυτόχρονη υιοθέτηση της γερακίσιας συµπεριφοράς). Από την άλλη όµως το κίνητρο να δράσει κανείς επιθετικά και να αποκτήσει όλο το ποσό είναι ισχυρό, γι’αυτό και οδηγούµαστε κάποιες φορές στη σύγκρουση.
Το chicken game µοιάζει λίγο µε το battle of the sexes, αν και εδώ υπάρχει το χειρότερο σενάριο, αυτό όπου αν και οι δύο παίκτες συνεχίσουν θα πεθάνουν. Και στα δύο παίγνια που είδαµε ο παίκτης πρέπει να αποφασίσει για µία από δύο σχετικά λογικές στρατηγικές που αποτελούν ισορροπία Nash. Μια διαφορά που µπορούµε να σχολιάσουµε ανάµεσα στα δύο παίγνια είναι ότι οι δύο ισορροπίες Nash βρίσκονται για τη µάχη των φύλων διαγώνια από την κορυφή αριστερά στην άκρη δεξιά, ενώ για το chicken game ανάποδα(από κάτω αριστερά στην κορυφή δεξιά). Παρόλα αυτά όµως φαίνεται πως οι δύο ισορροπίες σε κάθε παιχνίδι ανταποκρίνονται σε ίδιες και όχι σε αντικρουόµενες επιλογές(κάθε παίκτης επιλέγει µία στρατηγική από την δική του οπτική γωνία).
Το κλασσικό παιχνίδι κυριαρχίας κινδύνου “Risk Dominance”
Το παίγνιο που χρησιµοποιήθηκε προηγουµένως στην εργασία για να γίνει καλύτερη η κατανόηση διαφόρων ορισµών της θεωρίας παιγνίων, αποτελεί ένα κλασσικό παιχνίδι κυριαρχίας κινδύνου(risk dominance). Αν και φαίνεται καθαρά πως η λύση (α1, β1)=(5, 5) αποτελεί σηµείο ισορροπίας, εντούτοις η ύπαρξη αρνητικής ωφέλειας στο κελί (α1, β2)= (-100, 4) προκαλεί φόβο στον εκάστοτε παίκτη Α ο οποίος προτιµάει να διαλέξει την αντίθετη στρατηγική ώστε να µην υπάρχει καµιά περίπτωση να πέσει πάνω σε αρνητικό κέρδος. Ούτε όµως για τον παίκτη Β συµφέρει να επιλέξει την β2 στρατηγική αφού το κέρδος του είναι µικρότερο όποια στρατηγική και να επιλέξει ο Α παίκτης.
Η ίδια λύση παρουσιάζεται και από το Gambit παρακάτω.
Το παίγνιο “Matching Pennies”
Το τελευταίο παίγνιο ονοµάζεται matching pennies και µελετήθηκε για πρώτη φορά από τον von Neumann(1928). Υπάρχουν δύο παίκτες µε ένα κέρµα ο καθένας. Πρέπει ταυτόχρονα και οι δύο να διαλέξουν κορώνα(head) ή γράµµα(tail) γνωρίζοντας ότι αν τα δύο νοµίσµατα ταιριάζουν(δείχνουν δηλαδή και τα δύο ή κορώνα ή γράµµα), ο παίκτης Α κερδίζει ένα ευρώ από τον παίκτη Β. Αν τα νοµίσµατα δεν ταιριάζουν, τότε ο Β παίκτης κερδίζει και παίρνει από τον Α ένα ευρώ. ∆ηλαδή το νόµισµα που κερδίζει ο ένας παίκτης, το χάνει ο άλλος.
Ο πίνακας παρακάτω µας δίνει τη στρατηγική µορφή του παιχνιδιού.
Matching Pennies
Πρόκειται για ένα παίγνιο µηδενικού αθροίσµατος (zero sum game) αφού το κέρδος του ενός παίκτη είναι ακριβώς ίσο µε τη ζηµιά του αντιπάλου του. Φαίνεται από τον πίνακα πως δεν υπάρχει κάποια ισορροπία σε αµιγείς στρατηγικές. Ο Α παίκτης θα προτιµήσει να παίξει κορώνα αν ο παίκτης Β παίξει κορώνα, ενώ θα προτιµήσει να παίξει γράµµα αν και ο Β παίξει γράµµα Η µοναδική Nash ισορροπία που υπάρχει σε αυτό το παιχνίδι είναι σε µεικτές στρατηγικές. Κάθε παίκτης δηµιουργεί συνθήκες τυχαιότητας ανάµεσα στις δύο στρατηγικές του (κορώνα ή γράµµα), δίνοντας ίση πιθανότητα και στις δύο χωρίς να υπάρχει κάποιο κίνητρο να δοκιµάσει κάποια άλλη στρατηγική. Εποµένως η Nash ισορροπία σε µεικτές στρατηγικές είναι (½,½),(½,½). Αν ο παίκτης Β διαλέξει κορώνα ή γράµµα µε ίση πιθανότητα ½, τα αποτελέσµατα για τον παίκτη Α θα είναι ½*1+½*(-1)=0 όταν θα παίξει κορώνα και ½*(-1) +½*1=0 όταν θα παίξει γράµµα. Ο παίκτης Α εποµένως είναι τελείως αδιάφορος στις πιθανές επιλογές του µε αποτέλεσµα να παίξει και αυτός τυχαία.
Λύνοντας το και µε το Gambit βρίσκουµε το ίδιο αποτέλεσµα που αναλύθηκε παραπάνω.
Το κύριο γνώρισµα αυτού του παιγνίου είναι ότι κάθε παίκτης προσπαθεί να µαντέψει την κίνηση που θα κάνει ο άλλος. Σε κάθε τέτοιο παιχνίδι, που κάποιος προσπαθεί να µαντέψει την κίνηση του άλλου, δεν υπάρχει Nash ισορροπία αφού η λύση απαραιτήτως προϋποθέτει αβεβαιότητα σχετικά µε το τι θα πράξουν οι παίκτες. Αν όµως παιχτεί αρκετές φορές κατ’επανάληψη είναι πολύ πιθανό κάποιος παίκτης να καταφέρει να ψυχολογήσει τον αντίπαλο του, να προβλέψει την κίνηση του και έτσι να δράσει αναλόγως µε τον ίδιο που µπορεί κάποιος να παίζει το γνωστό παιχνίδι «Πέτρα, ψαλίδι, χαρτί». Παραλλαγές του µπορούµε να δούµε στο πόκερ , στο baseball, στον πόλεµο και σε πολλά άλλα παραδείγµατα. Μια τέτοια παραλλαγή είναι ένα παιχνίδι που παίζουν τα παιδιά και ονοµάζεται «µονά ή ζυγά»(odds and evens). ∆ύο παίκτες φανερώνουν ταυτόχρονα ένα ή δύο δάχτυλα, και ο νικητής βγαίνει από το αν ο αριθµός των δακτύλων ταιριάζει ή όχι. Απόσπασμα από την διπλωματική εργασία της Βλαχοπούλου Αθανασίας, Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2010.
Μοιραστείτε το άρθρο
Τελευταίες Αναρτήσεις
