Loading article…
ゲーム理論において、マルコフ戦略[1]は、何らかの方法でゲームの履歴を要約する状態変数のみに依存する戦略です。 [2]たとえば、状態変数は、繰り返されるゲームにおける現在のプレイである場合もあれば、最近のプレイのシーケンスの解釈である場合もあります。
マルコフ戦略のプロファイルは、ゲームのあらゆる状態でナッシュ均衡である場合、マルコフ完全均衡と呼ばれます。マルコフ戦略はアンドレイ・マルコフによって発明されました。[3]
参考文献
- ^ 「マルコフ連鎖の最初のリンク」。American Scientist 2017年2月6日。 2017年2月6日閲覧。
- ^ フデンバーグ、ドリュー (1995)。ゲーム理論。ケンブリッジ、マサチューセッツ州：MITプレス。pp.501–40。ISBN 0-262-06141-4。
- ^ Sack, Harald (2022-06-14). 「Andrey Markovとマルコフ連鎖」SciHi Blog . 2017年11月23日閲覧。