Ajanlar için Oyun Kuramı
Oyun kuramı, rasyonel ajanlar arasındaki stratejik etkileşimi analiz etmek için matematiksel bir çerçeve sunmakta ve her birinin sonucunun diğerlerinin seçimlerine bağlı olduğu durumlarda, kendi çıkarlarını gözeten karar vericilerin nasıl davranacağını öngörmektedir.
Tanım
Oyun kuramı, birden fazla rasyonel ajanın her birinin, getirilerinin tüm ajanların seçimlerine bağlı olduğu eylemleri seçtiği durumları incelemekte ve denge gibi çözüm kavramları aracılığıyla istikrarlı veya rasyonel ortak davranışları karakterize etmektedir.
Kapsam
Bu konu, çok ajanlı yapay zekada kullanılan oyun kuramsal temelleri kapsamaktadır: normal form ve genişletilmiş form oyunları, baskın stratejiler, Nash dengesi ve varlığı, karma stratejiler ve mahkum ikilemi ile sıfır toplamlı oyunlar gibi anahtar örnekler; ayrıca denge hesaplamasına ilişkin algoritmik sorular da ele alınmaktadır. Ajanların birbirleri hakkında nasıl akıl yürüttüğü ve hangi ortak davranışların istikrarlı olduğu incelenmektedir. Etkileşim kurallarının mühendisliği mekanizma tasarımı (mechanism design) altında ele alınmakta, oyun oynamayı öğrenme ise makine öğrenimi alt alanına girmektedir.
Temel sorular
- Stratejik etkileşimler normal veya genişletilmiş formda oyunlar olarak nasıl temsil edilmektedir?
- Hangi çözüm kavramları (baskın stratejiler, Nash dengesi) rasyonel ajanların nasıl davranacağını öngörmektedir?
- Bir dengenin varlığı, muhtemelen karma stratejilerde, ne zaman garanti edilmektedir?
- Dengeleri hesaplamak ne kadar zordur ve bu durum ajanlar tarafından kullanımlarını nasıl etkilemektedir?
Anahtar kavramlar
- normal form ve genişletilmiş form oyunları
- getiriler ve stratejiler
- baskın strateji
- Nash dengesi
- karma stratejiler
- sıfır toplamlı oyunlar ve minimax
- mahkum ikilemi
- denge hesaplaması
Temel kuramlar
- Nash dengesi
- Nash dengesi, hiçbir ajanın kendi stratejisini tek taraflı olarak değiştirerek getirisini artıramadığı bir strateji profilidir; Nash, her sonlu oyunun, muhtemelen karma stratejilerde olmak üzere, en az bir böyle dengeye sahip olduğunu kanıtlamıştır.
- Sıfır toplamlı oyunlarda minimax
- İki oyunculu sıfır toplamlı oyunlarda, von Neumann'ın minimax teoremi, her iki oyuncu için bir değer ve optimal (muhtemelen rastgele) stratejiler garanti etmekte, oyun kuramını düşmanca karar verme ile ilişkilendirmektedir.
- Baskın stratejiler ve ikilemler
- Oyunları baskın stratejiler aracılığıyla analiz etmek, bireysel olarak rasyonel seçimlerin toplu olarak daha kötü bir sonuca yol açtığı mahkum ikilemi gibi sonuçları açıklamakta, bireysel ve grup rasyonelliği arasındaki gerilimi gözler önüne sermektedir.
Klinik önem
Oyun kuramsal analiz, stratejik ajanların nasıl hareket edeceğini öngörerek ve rekabetçi ortamlarda istikrarlı sonuçları belirleyerek, açık artırmaların ve piyasaların, güvenlik ve devriye stratejilerinin, ağ yönlendirme ve tıkanıklığının ve otomatik müzakerenin tasarımına bilgi sağlamaktadır.
Tarihçe
Oyun kuramı, von Neumann ve Morgenstern (1944) tarafından kurulmuş ve Nash'in denge kavramı (1950) ile genişletilmiştir. Ekonomide merkezi bir yer edinmiş ve 1990'lardan itibaren, dengelerin hesaplama karmaşıklığını ve çok ajanlı sistemlerdeki kullanımlarını inceleyen algoritmik oyun kuramı (algorithmic game theory) aracılığıyla yapay zeka ve bilgisayar bilimleri için de önemli hale gelmiştir.
Öne çıkan isimler
- John von Neumann
- Oskar Morgenstern
- John F. Nash
- Yoav Shoham
- Kevin Leyton-Brown
İlgili konular
Temel eserler
- nash1950
- vonneumann1944
- shoham2009
Sıkça sorulan sorular
- Nash dengesi nedir?
- Nash dengesi, her ajan için birer tane olmak üzere, diğer ajanlar kendi stratejilerini sabit tutarken hiçbir ajanın yalnızca kendi stratejisini değiştirerek daha iyi bir sonuç elde edemediği bir strateji kombinasyonudur. Bu, istikrarlı, karşılıklı tutarlı rasyonel davranış kavramını yansıtmaktadır.
- Mahkum ikilemi yapay zeka ajanları için neden önemlidir?
- Mahkum ikilemi, kendi rasyonel çıkarları doğrultusunda hareket eden ajanların, işbirliği yapmış olsalardı elde edeceklerinden daha kötü bir sonuca ulaşabileceğini göstermektedir. Bu durum, kendi çıkarlarını gözeten ajan sistemleri inşa ederken teşvikler ve koordinasyon mekanizmaları tasarlamanın neden önemli olduğunu vurgulamaktadır.