相手プレイヤーの行動の学習を伴う繰り返し囚人のジレンマゲーム

抄録

本稿では，繰り返し囚人のジレンマゲームにおいて，学習することで相手の行動を予測するプレイヤーを提案し，「全面協調」や「しっぺ返し」など，その他様々な戦略をとるプレイヤーと対戦させることで，学習の有効性について検証していく．このとき，先行研究において安定的に強いとされている戦略が，本稿で提案するようなプレイヤーが存在する環境でも良い結果を残せるのか，また，学習により相手の行動を予測するプレイヤー同士が対戦したとき，どのような挙動を示すのかについても考察する．