囚人のジレンマやってみた

「進化ゲーム理論と遺伝的アルゴリズム」を買った。
ExcelのVBAとかでプレイヤーを定義してシミュレートしているもの。
前から、興味あったので、買って、入れてみたけど、OpenOfficeだったのよねぇ。やろうと思ったけど・・・・。
実は、２プレイヤーじゃなくってもう少し拡張してみたいのでいっそのことJavaで組んでみる。
とりあえず４種類のプレイヤーまで実装。勝ち負けだけじゃなくって、総和(たぶん市場規模になるんだろうなぁ)も出してみる。

コスト表として

	Aは協調	Aは裏切り
Bは協調	6,6	0,8
Bは裏切り	8,0	2,2

を使う。

お互い協調したら、双方６の儲け。
Aが協調でBが裏切ったら、Bが８の一人がち。
Bが協調でAが裏切ったら、Aが８の一人がち。
A,Bともに裏切ったら、双方２の儲け。

ってな感じで読む

プレイヤーは

All_Cさん、いつも協調路線。
All_Dさん、裏切り大好き。
randomさん、何も考えてまっしぇーん。
TFTさん、普段はニコニコ、協調路線。でも、裏切られたら、報復。相手が判定したら許してあげる。

んで、１０００回ほど対戦(もとい、商売）したら・・・

	All_C			All_D			Random			TFT			Score	相手	Total
All_C	6.0	6.0	12000	0.0	8.0	8000	2.916	7.028	9944	6.0	6.0	12000	14.92	27.3	41944
All_D	8.0	0.0	8000	2.0	2.0	4000	5.126	0.958	6084	2.006	1.998	4004	17.13	4.96	22088
Random	7.0	3.0	10000	0.924	5.228	6152	4.068	4.18	8248	3.99	3.982	7972	15.98	16.39	32372
TFT	6.0	6.0	12000	1.998	2.006	4004	3.944	3.944	7888	6.0	6.0	12000	17.94	17.95	35892

各マス３つあって、１つ目が、Aの利益の平均、二つ目がBの利益の平均、三つ目が双方の利益の和。

うーん。お互いに協調して商売すると儲かるのねぇ。でも、疑心暗鬼で選択できないのかぁ。悲しいねぇ。
この４つのプレイヤーだったら、ランダムでもそこそこ、ってのが笑えるねぇ。
All_Dさんの、いつも裏切って勝ちを急ぐ人は・・・だめなのね。

合計でみると、協調だと、自分の利益は低いけど、市場全体(この場合、相手かぁ)が最大ですねぇ。
TFT(裏切りに対しては報復)は市場もそこそこ成長して自分も成長、WinWinになるのかぁ。正直なだけではだめなのねぇ。

それぞれの組み合わせでの利益については、WikiPdiaの￥ナッシュ均衡」みたいに、一定の条件があるみたい。

実装でのプレイヤーは、

public interface Player extends Common {
	public String getName();
	public void initialize();
	public void setYourResult(Action b);
	public Action execute();
}

ってなインターフェースを持っているから、適当に作れる。
状況把握として、getYourResult()ってのをTFT用に入れたけど、よく考えてみたら、歴史を持っているほうが自然だなぁ。リファクタリングですな。