【Python】ゲーム理論でグリコゲームを数値的に解く - Qiita

はじめに ここで言うグリコゲームとは、グーで勝てば「グリコ」、チョキで勝てば「チョコレート」、パーで勝てば「パイナップル」の文字数だけ進めるという特殊じゃんけんであり、所謂小学校の頃やったりやらなかったりしたやつである。 この記事では、このグリコゲームのナッシュ均衡解(両者が最適な行動を取るときの戦略)の求め方及び、実際に数値的に求めるところまでを記述する。 原理について考察 一般的な解釈 グリコゲームでは、前述の通りグーで勝てば3歩、チョキ、パーなら6歩進める。 一般的な均衡解を求める方法は、じゃんけんに勝った場合は自分が進める歩数分だけ＋の利得とし、負けた場合は相手が進んだ歩数分だけ－の利得とするやり方である。例えば自分がグー、相手がチョキを出した場合は自分がグーで勝ち3歩進めるので、(自分の利得, 相手の利得) = (3, -3)というように利得が算出される。このやり方を用いると、グ