研究テーマ
分野
被験者実験
- 被験者を募集して、端末室でネットワークゲームを体験してもらいます。そして、現実のプレーヤーの意思決定構造を分析します。(実験結果は、理論へのフィードバックを行います)
- ゲーム理論では超合理的プレーヤーが前提となります。しかし、現実のプレーヤーは能力に限界があり、その代わり、様々な認知的意思決定構造を持っています。現実の社会現象を分析するには現実のプレーヤーを知る必要があります。
コンピュータ・シミュレーションと複雑系
- エージェントシミュレーション
-
エージェントシミュレーションでは、「プレーヤーの意思決定」や「プレーヤー間のネットワーク」をコンピュータープログラムとして自由に実装します。そして、コンピューターシミュレーションでプレーヤーたちに相互作用を行わせてそこから起こる社会現象を分析します。
-
通常の進化ゲーム理論では、プレーヤー全員が一様な相互作用をすることが仮定されます。また、プレーヤーの適応アルゴリズムも非常に単純です。エージェントシミュレーションではこれらの制限をはずして分析の適用範囲を増やすことができます。(その代わり解析的な分析が困難になります)
- 【具体例】 評判付きジレンマゲーム(with Suzuki)、少数派ゲーム、市場のゼロ知識モデル(with
Kimura)、友人ネットワークの形成 (with Sugisaki)、三人ゲームにおけるコミュニケーションコードの進化
- 進化ゲーム理論
-
ダーウィン進化理論、学習理論とゲーム理論が結合して出来た理論です。私たち自身をふくめて、現実のプレーヤーは、日々、環境に対して進化・学習をします。(「適応」といいます。)このような適応プレーヤーが複数集まった状況を分析します。
- 【具体例】 協力行動の進化、相互学習のダイナミクス、2x2ゲームの分類と進化的現象
- 力学系ゲーム
- ゲーム自身が時間的に変化する力学系として記述されるようなゲームを「力学系ゲーム」といいます。
- 具体例: 動的環境における資源管理ルールの発展、ジレンマ状況における協力ルールの発展
その他
- 土壌線虫 C. ELEGANSの神経ネットワークの分析
関連ページ
トップに戻る