論文の概要: How to Defeat a Mafia (of Size 1)
- arxiv url: http://arxiv.org/abs/2611.16496v1
- Date: Thu, 12 Nov 2026 09:02:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.406265
- Title: How to Defeat a Mafia (of Size 1)
- Title(参考訳): Mafia (複数形 Mafias)
- Abstract要約: マフィア(Mafia)は、$n$のプレイヤーが$m$のプレイヤーによる秘密の連立関係を解明しようとするソーシャル・デダクションゲームである。
しかし、ほとんどのゲーム理論分析では、ディテクティブを持たない変種のみが考慮されている。
m=d=1$の場合を分析し、明示的で証明可能な最適戦略が$d=0$を超えて記述できる最初の例を提供する。
- 参考スコア(独自算出の注目度): 0.6174559166345347
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The game "Mafia'' is a social deduction game where $n$ players attempt to uncover a covert coalition of $m$ players among the $n$. Typically, $d=1$ of the non-coalition players are labelled ``Detective'' and have special abilities. Most game-theoretic analysis considers, however, only the variant without a Detective. Once the Detective role is introduced, extremely complex strategies can be employed, for which reason only upper and lower bounds for winning have been established, namely by considering specific strategies. We analyse the case $m=d=1$, providing a first example where an explicit, provably-optimal strategy can be described beyond $d=0$.
- Abstract(参考訳): ゲーム「マフィア」は、$n$プレーヤーが$n$内の$m$プレーヤーの秘密の連立関係を解明しようとする社会的推論ゲームである。
通常、非連合選手の$d=1$は `Detective'' とラベル付けされ、特殊能力を持つ。
しかし、ほとんどのゲーム理論分析では、ディテクティブを持たない変種のみが考慮されている。
ひとたびディテクティブ・ロールが導入されたら、非常に複雑な戦略が採用され、そのため、特定の戦略を考えることによって、勝利の上位と下位の境界のみが確立された。
m=d=1$の場合を分析し、明示的で証明可能な最適戦略が$d=0$を超えて記述できる最初の例を提供する。
関連論文リスト
- Investigating Scale Independent UCT Exploration Factor Strategies [42.13843953705695]
アッパー信頼境界木アルゴリズムは、それが適用されるゲームの報酬スケールに依存しない。
本稿では,ゲーム報酬スケールに依存しない$lambda$-strategiesを適応的に選択するための様々な戦略を評価する。
論文 参考訳(メタデータ) (2025-10-24T09:19:14Z) - Best of Both Worlds: Regret Minimization versus Minimax Play [57.68976579579758]
この結果から,悪用可能な相手からOmega(T)$を得ることができながら,少なくともO(1)$損失のリスクを保証できることが分かる。
論文 参考訳(メタデータ) (2025-02-17T11:04:01Z) - Corrupted Learning Dynamics in Games [62.73758165845971]
すべてのプレイヤーが楽観的な追従型リーダー(OFTRL)に従うと、平衡は$O(log T)$の速さで計算できる。
本稿では,各プレイヤーが所定のアルゴリズムによって提案される戦略から逸脱する程度に依存する速度で,適応的に平衡を求める学習ダイナミクスを提案する。
論文 参考訳(メタデータ) (2024-12-10T02:23:44Z) - On the Structure of Game Provenance and its Applications [1.4064491732635236]
ゲーム前駆体の微細粒構造について検討する。
我々は、新しい種類の証明をもたらす7つのエッジタイプ、すなわちポテンシャル、現実、プライマリを識別する。
論文 参考訳(メタデータ) (2024-10-07T14:48:56Z) - Mastering the Game of Stratego with Model-Free Multiagent Reinforcement
Learning [86.37438204416435]
Strategoは、人工知能(AI)がまだマスターしていない数少ない象徴的なボードゲームの一つだ。
ストラテゴにおける決定は、行動と結果の間に明らかな結びつきがなく、多数の個別の行動に対してなされる。
DeepNashは、ストラテゴの既存の最先端AIメソッドを破り、Gravonゲームプラットフォームで年間(2022年)と最高3位を達成した。
論文 参考訳(メタデータ) (2022-06-30T15:53:19Z) - Provably Efficient Offline Multi-agent Reinforcement Learning via
Strategy-wise Bonus [48.34563955829649]
本稿では,共同戦略の信頼区間を構築する戦略的な集中原理を提案する。
2人のプレイヤーによるゼロサムマルコフゲームの場合、戦略的なボーナスの凸性を利用して効率的なアルゴリズムを提案する。
すべてのアルゴリズムは、指定済みの戦略クラスである$Pi$を入力として取り、最良の戦略に近い戦略を$Pi$で出力することができる。
論文 参考訳(メタデータ) (2022-06-01T00:18:15Z) - Experimental test of Tsirelson's bound with a single photonic qubit [8.8709589922781]
Clauser-Horne-Shimony-Holt ゲームでは、Alice と Bob はそれぞれ古典的なビット $a$ と $b$ を割り当てられる。
ゲームでは、プレイヤーが古典的な戦略を使用する場合、最適な成功確率は$w(textCHSH)=0.75$である。
ポープスクとローリッヒは、完全成功確率1ドルは、符号なしの仮定に違反することなくより一般的な理論でも達成できると述べた。
論文 参考訳(メタデータ) (2022-01-25T09:06:53Z) - Efficient exploration of zero-sum stochastic games [83.28949556413717]
ゲームプレイを通じて,ゲームの記述を明示せず,託宣のみにアクセス可能な,重要で一般的なゲーム解決環境について検討する。
限られたデュレーション学習フェーズにおいて、アルゴリズムは両方のプレイヤーのアクションを制御し、ゲームを学習し、それをうまくプレイする方法を学習する。
私たちのモチベーションは、クエリされた戦略プロファイルの支払いを評価するのにコストがかかる状況において、利用可能性の低い戦略を迅速に学習することにあります。
論文 参考訳(メタデータ) (2020-02-24T20:30:38Z) - Deep RL Agent for a Real-Time Action Strategy Game [0.3867363075280543]
1対1のアクション戦略ゲームであるHeroic-Magic Duelをベースとした強化学習環境を導入する。
私たちの主な貢献は、競争レベルでゲームをする深層強化学習エージェントです。
私たちの最高のセルフプレイエージェントは、既存のAIに対して約65%の勝利率と、トップヒューマンプレイヤーに対して50%以上の勝利率を得ることができます。
論文 参考訳(メタデータ) (2020-02-15T01:09:56Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。