Jogos Ocultos de Markov
Autores
|
5552 |
Rafael Souza Nader
|
2549,273
|
|
5553 |
2549,273
|
Informações:
Publicações do PESC
Este trabalho analisa elementos da teoria dos jogos, em especial jogos repetidos, com ênfase em jogos repetidos com falta de informação. Apresentamos um modelo para uma nova classe de jogos, chamada de Jogo Oculto de Markov, onde temos um jogo estocástico com falta de informação em um dos lados. Neste jogo o jogador assume diferentes tipos ao longo do tempo, onde a transição entre os tipos ocorre de forma estocástica e independente do histórico. O tipo de um jogador define a forma como ele avalia o resultado das decisões dos jogadores em cada rodada.
Esse jogo difere dos trabalhos relacionados pelas características da falta de informação: os jogadores não conhecem como ocorrem as transições do tipo do oponente. Apresentamos um modelo formal para o jogo oculto de Markov e propomos uma solução heurística para ajudar na escolha de qual estratégia jogar. Essa solução envolve uma hipótese sobre jogos estocásticos com as características do jogo tratado aqui. Utilizamos o Modelo Oculto de Markov na solução para auxiliar na falta de informação. Alguns exemplos são utilizados para demonstrar que a solução apresenta bons resultados.
This work analyses game theory elements, specially repeated games, with focus in repeated games with lack of information. We present a model to a new class of game, called here hidden Markov game, which is a stochastic game with lack of information on one side. In this game each player takes different types through the time in a stochastic way and memoryless. The type of a player defines how he evaluates the result of the decisions of each player each round.
This game differs from related works by the lack of information particularity: the players do not know how opponent’s type transition occurs. We present a formal model to the hidden Markov game and suggest a heuristic solution to help player chooses which strategy to play. This solution uses a hypothesis about stochastic games with the game features discussed here. We use hidden Markov model to help with the lack of information. Some examples are used to demonstrate the good results of the heuristic and the solution.