ตามพจนานุกรม ทฤษฎีเกมคือ "สาขาของคณิตศาสตร์ที่เกี่ยวข้องกับการวิเคราะห์กลยุทธ์ในการจัดการกับสถานการณ์การแข่งขันที่ผลลัพธ์ของการเลือกการกระทำของผู้เข้าร่วมขึ้นอยู่กับการกระทำของผู้เข้าร่วมรายอื่นอย่างมีวิจารณญาณ" คิดว่าทฤษฎีเกมเป็นเหมือนมินิเกมระหว่างคุณกับคู่แข่ง ฉันชอบคำนิยามนี้ แต่ฉันก็อยากจะเสริมว่าจะต้องมีจิตสำนึกที่สามารถเข้าใจสถานการณ์ทางสังคมเพื่อให้สามารถใช้กลยุทธ์นี้ได้ เป็นการต่อสู้เชิงปรัชญาระหว่างคุณกับคู่ต่อสู้ นอกจากนี้ยังคำนึงถึงคู่ต่อสู้ของคุณที่มีเหตุผลและต้องการเพิ่มมูลค่าสูงสุด สิ่งนี้ควรนำไปสู่การตัดสินใจที่เหมาะสมที่สุด หรือวิธีที่ฉันพูด กลยุทธ์ที่ไม่แสวงประโยชน์

สภาวะสมดุลของเถ้าถ่าน

ความสมดุลของแนชเป็นประเด็นในเกมที่ผู้เล่นไม่สมเหตุสมผลที่จะเบี่ยงเบนไปจากกลยุทธ์เริ่มต้น

ลองนึกภาพว่าคุณอยู่กับเพื่อนและคุณสองคนตัดสินใจที่จะเล่นเกมเป่ายิ้งฉุบ หากคุณต้องการเล่นด้วยวิธีที่เหมาะสมที่สุดและไม่มีการเปิดเผย คุณจะทำอย่างไร? คำตอบที่มีเหตุผลที่สุดคือพยายามคาดเดาไม่ได้ให้มากที่สุด สิ่งนี้สามารถทำงานได้อย่างแน่นอนที่สุดในขนาดตัวอย่างเล็ก ๆ ที่เล่น จะเป็นอย่างไรถ้าคุณสองคนตัดสินใจว่าต้องการเล่นเป็นร้อยเป็นพันรอบ ด้วยขนาดตัวอย่างที่ใหญ่ขึ้น คุณจะคาดเดาได้ยากที่สุดเท่าที่จะเป็นไปได้หากไม่ได้รับความช่วยเหลือจากเทคโนโลยี

หากคุณต้องการเล่นให้ดีที่สุดเท่าที่จะเป็นไปได้ วิธีที่ดีที่สุดคือโยนก้อนหิน 33% กระดาษ 33% และกรรไกร 33% ของเวลาทั้งหมด หากคุณสามารถใช้ตัวสร้างตัวเลขสุ่มและเล่นทั้งสามตัวได้ 33% ของเวลาทั้งหมด คุณจะไม่มีวันแพ้ คุณจะไม่มีวันแพ้ เพราะไม่ว่าเพื่อนของคุณจะเล่นอะไร และไม่ว่าเขาจะพยายามสุ่มมากแค่ไหน คุณก็จะนำหน้าพวกเขาไปตลอดกาล ตอนนี้ สมมติว่าเพื่อนของคุณฉลาดเหมือนตัวคุณเอง และคุณทั้งคู่ต้องการเล่นเป็น GTO (Game Theory Optimal) มากที่สุดเท่าที่จะเป็นไปได้ ด้วยขนาดตัวอย่างที่ใหญ่เพียงพอ ผลลัพธ์ของเซสชั่นจะส่งผลให้คุณและเพื่อนของคุณชนะ 50% ของเวลาทั้งหมด และจะไม่มีผู้ชนะที่ชัดเจน นี่คือเมื่อคุณมาถึงสมดุลแนช

การดำเนินการเบี่ยงเบน

ในเกมอย่าง Rochambeau คุณมีข้อมูลที่สมบูรณ์แบบและผลลัพธ์สุดท้ายคือผลลัพธ์ที่ชัดเจนของการชนะ แพ้ หรือเสมอในแต่ละรอบที่เล่น การใช้กลยุทธ์ GTO จะช่วยลดเปอร์เซ็นต์การสูญเสียและใช้ประโยชน์ได้น้อยลง ปัญญาประดิษฐ์ยังคงไม่สมบูรณ์แบบสำหรับกลยุทธ์ GTO เมื่อแข่งขันกับเจ้าหน้าที่รายอื่น คุณจะเห็นว่าทำไมการป้องกันไม่ให้สไตล์การเล่นของคุณถูกเอารัดเอาเปรียบตลอดเวลาจึงแทบจะเป็นไปไม่ได้ แต่ก็ไม่เสียหายที่จะลอง

การเบี่ยงเบนจากกลยุทธ์ GTO สามารถเพิ่มมูลค่าสูงสุดในทุกเกมที่คุณกำลังเล่น สมมติว่าหลังจากวันแรกที่เล่นกับเพื่อนของคุณและไม่มีใครเป็นผู้ชนะที่ชัดเจน คุณสองคนตัดสินใจว่าคุณต้องการเล่นอีกครั้งในวันถัดไป คุณรู้ว่าเพื่อนของคุณกำลังจะใช้กลยุทธ์ GTO ของพวกเขา และในตอนแรกคุณก็เช่นกัน คุณสองคนเริ่มเล่นและหลังจากผ่านไปสองสามร้อยรอบ เพื่อนของคุณตัดสินใจเลิกใช้ตัวสร้างตัวเลขสุ่มอย่างมั่นใจเพราะพวกเขาชนะเพียง 47% ของรอบ การตระหนักว่าเพื่อนของคุณเริ่มเล่นได้ไม่ดีนักและขว้างก้อนหินบ่อยกว่ากระดาษ หากคุณกำลังพยายามเพิ่มมูลค่า คุณต้องเบี่ยงเบน ไม่ต้องใช้อัจฉริยะทางคณิตศาสตร์ในการรู้ว่าหากเล่นร็อค 35% ของเวลาแทนที่จะเป็น 33% คุณสามารถใช้ประโยชน์จากรูปแบบนั้นโดยการขว้างกระดาษ 35% ของเวลา

ขอบ

นี่คือที่มาของคำจำกัดความเพิ่มเติมในทฤษฎีเกมของฉัน ท้ายที่สุดแล้ว GTO ขับเคลื่อนด้วยคณิตศาสตร์อย่างหนัก แต่องค์ประกอบที่สามารถสร้างความได้เปรียบในทุกสถานการณ์คือความได้เปรียบ การมีสติสัมปชัญญะในสถานการณ์ที่คุณกำลังแข่งขันสามารถทำให้คุณได้เปรียบ และจะช่วยเพิ่มมูลค่าสูงสุดหรือลดการสูญเสียให้เหลือน้อยที่สุด การจดจ่อกับแต่ละรอบที่เล่นและสร้างโน้ตในใจเป็นวิธีที่ดีในการบีบความได้เปรียบ คุณยังสามารถพึ่งพาการบอกทางกายภาพหากคู่ต่อสู้ของคุณมีช่วงเวลาที่ยากลำบากกับอารมณ์ของพวกเขา เหตุผลที่คุณเอาเปรียบเพื่อนได้ก็เพราะพวกเขาต้องการเบี่ยงเบนในช่วงสมดุลแนช พวกเขารู้ตัวหลังจากผ่านไปสองสามร้อยรอบว่าพวกเขากำลังแพ้และหมดความอดทน พวกเขาต้องการเริ่มใช้ประโยชน์จากรูปแบบการสุ่มเพื่อดูผลลัพธ์ที่ชนะเร็วขึ้น เกมฝึกสมองมีความสำคัญต่อการสร้างขอบเล็กๆ เมื่อเวลาผ่านไป แต่ควรระวังไว้ดีที่สุด ข้อมูลใด ๆ ที่คุณให้กับฝ่ายตรงข้ามทำให้คุณใช้ประโยชน์ได้มากขึ้น เว้นแต่ว่าคุณกำลังเล่น GTO