minimaxtasapaino

Minimaxtasapaino on peliteoreettinen käsite, joka yhdistää minimax-periaatteen ja tasapainon ajatuksen. Se kuvaa tilannetta, jossa kaksi pelaajaa valitsevat strategiansa siten, että kumpikin vakioi huonoimmalla mahdollisella vastavasteella syntyvän odotetun tuloksen. Käytännössä minimaxtasapaino viittaa nollasummaisessa tai yleisesti kaksikantaisessa pelissä saavutettavaan tasapainoon, jossa pelaajat ovat valinneet optimaaliset sekoitetut strategiansa vastustajien mahdollisia siirtoja vastaan.

Määritelmässä oletetaan pelin voitto- tai tappio-matriisi A pelaajalle 1. Pelaaja 1 valitsee sekoitetun strategian p ja pelaaja 2 valitsee sekoitetun strategian q. Pelaajan 1 odotettu tulos on p^T A q. Minimax-teoreeman mukaan on arvo v, jonka toteuttavat p ja q, siten että p maksimoi min_q p^T A q ja q minimoi max_p p^T A q, ja p^T A q = v. Tällainen pari strategioita muodostaa minimaxtasapainon: kumpikin pelaaja ei voi parantaa tulostaan yksipuolisella muutoksella, kun vastapuoli noudattaa tasapainostrategiaa.

Olemassaolo ja yhteys teoreemiin: finitessä nollasumma-peleissä minimax-tasapaino ja pelin arvo v ovat aina olemassa, mikä seuraa von Neumannin minimax-teoreemasta. Ei-nollasumma-peleissä tasapainot voivat ilmetä eri muodoissa (esim. Nash-tasapainot), mutta minimaxtasapaino säilyttää perusideaa optimoidusta väärinkäytön vähentämisestä.

Esimerkki: 2x2 nollasumma pelkaa A = [[1, -1], [-1, 1]]. Pelaaja 1 käyttää sekoitettua strategiaa p = (0.5, 0.5) ja pelaaja 2 strategiaa q = (0.5, 0.5). Odotettu tulos on 0, ja molemmat pelaajat eivät voi parantaa tulostaan yksipuolisella muutoksella.

Sovellukset: minimaxtasapainoa hyödynnetään optimoinnissa, robottiohjauksessa, taloustieteessä ja koneoppimisessa, erityisesti tilanteissa, joissa on otettava huomioon vastapuolen mahdollisimman huonoja skenaarioita.