[UX Research] 게임 이론 Game Theory, 죄수의 딜레마, 내쉬 균형

게임이론

행위자player들의 선택strategy에 따른 결과를 연구.

수학 외에도 미시경제학, 국제정치학, 진화생물학 등의 분야에서 개인, 가계, 기업 등 경제주체나 국가, 생물종 등 다양한 행태를 설명하고 예측하는 유용한 도구

 

게임이론(Game Theory)의 전제

나는 합리적 선택을 한다.

나는 상대방이 합리적 선택을 할것을 안다.

상대방도 내가 합리적 선택을 할거란걸 알고있다.

내가 상대방이 합리적이란걸 알고있음을 상대방도 알고있다

... 무한 확장

 

 

https://ko.wikipedia.org/wiki/%EA%B2%8C%EC%9E%84_%EC%9D%B4%EB%A1%A0

게임 이론 - 위키백과, 우리 모두의 백과사전

 

1. 죄수의 딜레마
   군비경쟁의 비유. 게임의 플레이어는 대등한 군사력을 가진 두 국가. 각국은 군비 축소(협력)와 증강(배신) 중에 하나를 선택한다.
   - 각 국이 상대가 협력한다고 가정하는 것 -> 균형 유지
   - 배신하면 승리한다
   - 각 국이 상대가 배신한다고 가정할 때
   - 혼자 협력하면 패배, 같이 배신하면 손해는 보더라도 균형은 유지된다.
   - 둘 다 배신하는 것. 효율적, 최적은 아니지만 이 게임의 유일한 순수 내시균형 pure Nash equilibrium
   모델의 현실 적합성의 문제
   -> 어떤 게임의 결론이 그것이 모델링하고자 한 현상의 실제 결과와 다르다는 것은 그 현상을 모델링하기 부적합한 모델이라는 뜻
   -> 상호협력과 상호배신이라는 두 개의 순수 내시균형이 존재한다
   

반복된 죄수의 딜레마를 극복하기 위해 상호 협력을 통한 군축, 내가 먼저 협력의 손을 내밀고, 관대한 태도를 취하며, 서로 정보를 공유하고, 원활한 소통을 위해 노력해야 한다. 

 

 

 

- 내쉬 균형(Nash Equlilibrium)

합리적 판단을 하는 상호간에 게임이론에 따른 균형점을 수학적으로 찾는다.

뷰티풀 마인드의 존 내쉬가 노벨상을 받은 이론.

- 유전 알고리즘(Genetic Algorithm)

물리적환경과의 상호작용을 통해서 유전자를 다음 세대로 물려줌으로써

스스로 진화한다.

그네 탈줄 전혀 모르던 로봇들이

점점 그네를 잘타게 된다.

엉덩이 무게중심을 움직여 가속하는 법도 스스로 배운다.

- GAN(적대적 생성모델, Generative Adversarial Network)

딥러닝 모델중 하나로 유전 알고리즘과는 달리 천적(감시자)과의 경쟁을 통해서 딥러닝 모델을 진화시킨다.

이 대목에서 게임이론중 내쉬균형을 써서 생성자 와 천적간에 균형점을 찾는다.

사진은 GAN 모델로 주어진 얼굴들로부터 새로운 얼굴들(캐릭터들)을 만들어 내는 모습.