1. 取走博弈(Take-Away Games)

最新推荐文章于 2022-11-20 01:27:38 发布

Danliwoo

最新推荐文章于 2022-11-20 01:27:38 发布

阅读量2.8k

点赞数 3

分类专栏： |--博弈文章标签：博弈

|--博弈专栏收录该内容

3 篇文章 0 订阅

订阅专栏

说好的翻译小能手今天上线啦~ 声明一下，窝是业余滴…练习题是自己做的…不对请留言…

source: comb.pdf

组合博弈是双人游戏，有完善的游戏规则和输赢作为结果。博弈由一系列的状态集（局面）和操作者所决定。每次操作从一个状态转移到另一个状态，直到抵达最后的终态。终态是一个不能再继续操作得到其他状态的局面。那么此时可以宣布其中一人胜出。

对于组合博弈有两种主要的引用，一个是On Numbers and Games by J. H. Conway, Academic Press, 1976。这本书介绍了许多基本的博弈想法，引领了这个领域的快速发展。另一个是更加实用的Winning Ways for your mathematical plays by Berlekamp, Conway and Guy, Academic Press, 1982。在本书中描述了许多有趣的博弈，并且很容易让数学系的学生接受。博弈论被分为两部分，对等博弈(impartial games)是指博弈中的两者可以做一样的操作，有一样的状态集，不对等博弈(partizan games)中两者有不同的状态集。比如下棋时一者下黑棋，另一者下白棋就是不对等的博弈。在第一部分，我们只讨论了对等博弈，一个基本的介绍在Fair Game by Richard K.Guy, published in the COMAP Mathematical Exploration Series, 1989。我们从一个简单的例子开始看。

1.1 一个简单的取走博弈

有一个非常简单的对等组合博弈规则如下：

有两个游戏者，A和B。
桌上有21颗石子。
每次操作可以取走1或2或3颗石子，不可以不取。
从A开始取，AB轮流操作。
最后一个可以取石子的人赢。没有石子可取的人输。

怎么分析这个游戏呢？游戏者可以强行赢得游戏吗？你愿意成为其中的A还是B？一个好的策略是什么？

我们从结局开始分析到初始状态，这个方法有时被称为逆向归纳法。

如果只剩下1，2或3颗石子，下一个操作的人可以拿走全部石子成为赢家。

假设剩下4颗石子，下一个操作的人必须要拿走1，2或3颗石子，那么他的对手成为赢家。所以面对4颗石子的人会输，前一个留下这4颗石子的人会赢。

如果剩下5，6或7颗石子，那么下一个操作的人可以取到剩下4颗石子，他就赢了。

如果剩下8颗石子，那么下一个操作的人肯定会取到剩下5，6，7颗石子，那么前一个人就赢了。

我们可以看到0,4,8,12,16…是目标局面，我们希望操作之后转移到目标局面。我们现在可以分析这个游戏。因为21不能被4整除，第一个人会赢。唯一的制胜策略是取走1个石子剩下20个石子到达目标局面。

1.2 什么是组合博弈？

我们现在更为准确地定义组合博弈，满足下面几个条件：

有两个玩家。
游戏局面是有限集。
游戏规则针对双方，每个局面的转移都要合法。如果两者的移动规则一样，称为对等博弈(impartial games)，否则为不对等博弈(partizan games)。
两者轮流操作。
当轮到一方已无法继续操作时，游戏结束。在正常的游戏规则下，最后一个操作的人赢。在misere游戏规则下，最后一个操作的人输。
如果一个游戏没有结局，则称为平局。然而，我们应该加入结束条件(the Ending Condition)来减少平局的可能性。
游戏在有限步结束。

在定义里省略的一些条件也是重要的。比如不允许随机的操作，如投掷骰子、偷牌，排除了双陆棋、扑克这样的游戏。组合博弈需要完备的信息，同时操作、不操作都是不允许的，排除了石头剪刀布这样的游戏。在有限步数下没有平局，排除了井字棋。除非特别说明，一般都在正常的游戏规则下进行。

1.3 P态，N态

回到1.1中的取石子游戏，我们可以看到0,4,8,12,16…是让前一个操作者赢的状态，1,2,3,5,6,7,9,10,11…是让接下来的操作者赢的状态。前者称为P(Previous)态，后者称为N(Next)态。P态是石子数被4整除的状态，在1.1节中被称为目标状态。

在对等博弈中，可以根据下面的原则来找到P态和N态。我们定义博弈中的终态(Terminal Position)是指没有下一步操作可执行的状态。这个算法就是我们在1.1中用过的方法：

标记每一个终态为P态。
标记每一个能到达P态的状态为N态。
找到通往状态全为N态的状态为P态。
如果没有新的P态被加入，则停止；否则返回第2步。

很容易看出移到P态的策略会赢。从P态开始，你的对手只能移动到N态，那你又可以移动到P态。最后游戏在终态结束，因为这是个P态，那你就赢了。

对于满足结束条件、在正常规则下的对等组合博弈，关于P态和N态的描述有效，有以下几个特征：

所有的终态都是P态。
从每个N态开始，至少可以到达一个P态。
从每个P态开始，到达的都是N态。

对于misere游戏规则而言，只需把上面的第一条改为终态是N态即可。

1.4 减法博弈(Subtraction Games)

让我们来了解一类组合博弈，1.1中的取石子作为一个特例。令 $S$ 作为一个正整数的集合。两个玩家从n颗石子中轮流取，每次取的数目是 $S$ 中的一个元素。最后操作的人赢。

在1.1中的取石子博弈是一种减法博弈，其中的 $S=\{1,2,3\}$ 。在练习1.2中，你将会分析 $S=\{1,2,3,4,5,6\}$ 的情况。

让我们分析 $S=\{1,3,4\}$ 的减法博弈并找到P态。这里只有一个终态0。那么1,3,4都是N态，因为它们可以操作到达0。但2是个P态，因为2只能到达1(N态)。然后5,6一定是N态，因为它们可以到达2(P态)。现在我们可以发现7是个P态，因为7只能到达6,4,3，它们均为N态。

现在我们可以继续找到8,10,11是N态，9是P态，12,13是N态，14是P态。这都是通过归纳法扩展得到的。我们可以发现P态集合为 $P=\{0,2,7,9,14,16,...\}$ ，恰好是模7余0或2的非负整数集。N态的集合为 $N=\{1,3,4,5,6,8,10,11,12,13,15,...\}$ 。

x	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	…
position	P	N	P	N	N	N	N	P	N	P	N	N	N	N	P	…

特征串PNPNNNN会循环下去。

如果有100颗石子，谁会赢呢？因为P态满足模7余0或2，而100模7余2，所以100是个P态。第二个玩家会赢。

1.5 练习

1. misere版本

考虑1.1取石子游戏的misere版本，即最后一个拿走石子的人输。那么最好是要迫使你的对手拿走最后的石子。分析此时的P态。

x	0	1	2	3	4	5	6	7	8	9	…
position	N	P	N	N	N	P	N	N	N	P	…

P态为模4余1的状态。

2. 简单的31取走博弈

正常游戏规则的取走博弈中：a) 假设游戏开始的石子数非常多，每次可以取1到6颗石子，必胜策略如何？P态是什么？b) 如果初始为31颗石子，必胜策略是什么？

x	0	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	…
position	P	N	N	N	N	N	N	P	N	N	N	N	N	N	P	N…

P态为7的倍数。每次都让对方面临P态则胜出。
初始为31时，取走3剩下28让对方取。每次都剩下7的倍数让对方取。

3. 31博弈(Geoffrey Mott-Smith (1954))

从一副纸牌中取出每种花色的A,2,3,4,5,6,共24张牌，面朝上放在桌上。玩家轮流翻转纸牌，并把牌上大小累加起来。A记为1。第一个让和超过31的玩家输。这和前面取31颗石子的问题等价。但是注意，每个整数使用不能超过4次。
a) 如果你先翻牌，并且使用了前面练习中的策略，对手一直翻4会怎么样？
b) 尽管如此，你还是可以怎样赢得游戏？

按照之前的策略，P态是和为31,24,17,10,3处，先手会先翻3。由于对方一直翻4，先手一直翻3。当对方翻4后到28，发现4个3都已经用完，无法到达31，这个策略会导致失败。

因为已知对方的策略，赢得游戏的方式可以是选择5个不为4的数，和为15，如1,2,3,3,6.

如果不知道对方的策略，是找不到稳定的N态和P态的。

4. 找到下列减法博弈的P态

a) $S=\{1,3,5,7\}$ .
b) $S=\{1,3,6\}$ .
c) $S=\{1,2,4,8,16,...\}=$ all powers of 2.
d) 石子数从100开始，谁会赢？

写累了，让程序来吧。输入一个S的大小为n，再输入n个元素，打表出30以内的N态和P态。

int a[101], s[10];
int main()
{
    int n;
    while(~scanf("%d", &n)){
        for(int i = 0;i < n;i++)
            scanf("%d", &s[i]);
        memset(a, 0, sizeof(a));
        a[0] = 0;
        for(int i = 1;i < 100;i++) {
            int flag = 1;
            for(int j = 0;j < n;j++) {
                if(i - s[j] >= 0)
                    flag &= a[i - s[j]];
                if(flag == 0) break;
            }
            a[i] = 1-flag;
        }
        for(int i = 0;i < 30;i++)
            printf("%2d%c", i, " \n"[i==30-1]);
        for(int i = 0;i < 30;i++)
            printf(" %c%c", a[i] ? 'N' : 'P', " \n"[i==30-1]);
        printf("100 : %c\n",  a[100] ? 'N' : 'P');
    }
    return 0;
}

5. Empty and Divide(Ferguson (1998))

有两个盒子，初始时分别装m,n个石子。这样的状态被表示为(m,n)，其中m>0, n>0. 两个玩家轮流操作。每次操作先选一个盒子倒出所有石子，然后将另一个盒子中的石子取出一些放到空盒子中，要求操作后满足两个盒子非空。唯一的终态为(1,1)。最后操作的玩家胜出。请找到所有的P态。

一言不发就开始打表。

int a[n][n], b[2*n];
int main()
{
    memset(a, 0, sizeof(a));
    memset(b, 0, sizeof(b));
    a[1][1] = b[2] = 0;
    b[1] = 1;
    for(int s = 3;s < n*2-1;s++){
        b[s] = 1;
        for(int i = 1;i < n && i < s;i++) {
            int j = s - i;
            if(j >= n) continue;
            int flag = 1;
            flag = b[i] & b[j];
            a[i][j] = 1 - flag;
            b[s] &= a[i][j];
        }
    }
    for(int i = 1;i < n;i++)
        for(int j = 1;j < n;j++)
            printf("%c%c", a[i][j]?'N':'P', " \n"[j==n-1]);
    return 0;
}

可以发现，当n和m均为奇数时，(n,m)为P态，其余为N态。

6. Chomp!

Fred. Schuh (1952)创造的代数形式的博弈被David Gale (1974)独立地以一种完全不同的形式发现。Gale版本的博弈是从一个m*n的矩形棋盘中移除方格。一次操作是指选定一个方格，移除它在内的右上角中的所有方格。玩家轮流移除方格，移除方格(1,1)的玩家失败。取名为Chomp是因为棋盘被假设为一块巧克力，每次从一些角落开始吃。在(1,1)这格的巧克力是有毒的，吃了它就输了。你可以在这里玩一玩游戏。

比如说，巧克力为3行8列，假设第一个人选择(6,2)，则吃了右上角的6块。第二个人选择(2,3)，吃了右上角的4块。剩下的巧克力如图，打x的是有毒的块。

y\x	1	2	3	4	5	6	7	8
3	o
2	o	o	o	o	o
1	x	o	o	o	o	o	o	o

a) 证明现在到了N态并给出制胜策略（唯一）。
b) 已经有人证明了对于所有的矩形先手必胜。证明虽然很精妙但不是很难。然而，这是一个存在性证明。它只证明了先手必胜，但没有给出必胜策略。看看你是否能找到。提示：一直选择右上角是否构成必胜策略？

逆向归纳得到L字形的两臂等长时为P态。那么正方形就是个妥妥的N态了。一般的矩形不知道怎么搞…可以同时开两个游戏页面让计算机对打，观察一下策略…

7. 多样化的减法博弈

可以让减法集依赖于对手最后一次的操作来增加减法博弈的种类。许多早期的例子出现在Schuh (1968)的第12章中。这里有其他两个例子。（可以在Schwenk (1970)中看到概括）

a) 有一堆石子为n。第一个玩家移除大于0小于n的任意多的石子，然后玩家轮流取石子。每个玩家取的石子不能超过对手上次取的石子数。如果n=44，第一个玩家的制胜策略是什么？n为多少时，第二个玩家会赢？
b) Fibonacci Nim (Whinihan (1963)) 每个玩家取得石子不能超过对手上次取的石子的两倍，其余的规则和a中一样。这个游戏的分析比之前a中的更难，它依赖于Fibonacci数列。Zeckendorf’s Theorem有助于形成这个数列。它是说每个正整数可以惟一地写成不相邻的Fibonacci数列里的数之和。

把一个数写成Fibonacci数列里的数字之和有很多写法，但要求不相邻项就只有一种写法。因此，43=34+8+1是43唯一的拆法，因为43=34+5+3+1里，5和3是相邻的。如果n=43，第一个玩家的制胜策略是什么？n为多少时，第二个玩家会赢？你可以去玩一玩

a) 列表n表示石头数目，m表示第一次取得数目小于等于m.带括号的N表示途径该状态时为N态，但不能为初始状态。

m\n	1	2	3	4	5	6	7	8	9	10	…
1	(N)	P	N	P	N	P	N	P	N	P	…
2		(N)	N	P	N	N	N	P	N	N	…
3			(N)	P	N	N	N	P	N	N	…
4				(N)	N	N	N	P	N	N	…

归纳可以得到，n为2的幂次时为P态，其余为N态。这里的N态和P态不像之前那么清真，要看对手的走法，避免把自己搞到P态上去。
n=44时为N态，第一次取12为制胜策略。

b) 和a类似打表如下。

m\n	1	2	3	4	5	6	7	8	9	10	…
1	(N)	P	P	N	P	N	N	P	N	N	…
2	(N)	(N)	P	N	P	N	N	P	N	N	…
3	(N)	(N)	(N)	N	P	N	N	P	N	N	…
4	(N)	(N)	(N)	(N)	P	N	N	P	N	N	…

其实规则改为“每个玩家取得石子不能超过对手上次取的石子的k倍”，可以打表得到。这个表里n下面有n-1个P的即说明是P态。

#define N 40
int a[N+10][N*N];
int main(){
    int k;
    while(~scanf("%d", &k)) {
        memset(a, -1, sizeof(a));
        for(int n = 2;n < N;n++)
            for(int m = 1;m < n;m++) {
                if(a[n-m][m*k] == 0) {
                    a[n][m] = -1;
                    break;
                }
                a[n][m] = 0;
            }
        for(int i = 1;i < 40;i++)
            printf("%2d%c", i, " \n"[i==39]);
        for(int i = 1;i < 40;i++)
            for(int j = 1;j < 40;j++)
                printf(" %c%c", a[j][i] ? ' ' : 'P', " \n"[j==39]);
    }
}

8. SOS博弈 (From the 28th Annual USA Mathematical Olympiad, 1999)

一个棋盘有一行n格，初始为空。玩家轮流挑选空白的格子填字母S或O。第一个完成连续的SOS的人胜出。如果没有SOS出现，则平局。

a) 假设n=4，第一个人在第一格填S，证明第二个人会赢。
b) 证明n=7时，第一个人会赢。
c) 证明n=2000时，第二个人会赢。
d) n=14时，是否有谁会赢呢？

a) 填法

S			S

这样先手就很尴尬了。后手必胜。

Danliwoo

关注

3
点赞
踩
6

收藏

觉得还不错? 一键收藏
0
评论
1. 取走博弈(Take-Away Games)

说好的翻译小能手今天上线啦~ 声明一下，窝是业余滴…练习题是自己做的…不对请留言…source: comb.pdf组合博弈是双人游戏，有完善的游戏规则和输赢作为结果。博弈由一系列的状态集（局面）和操作者所决定。每次操作从一个状态转移到另一个状态，直到抵达最后的终态。终态是一个不能再继续操作得到其他状态的局面。那么此时可以宣布其中一人胜出。对于组合博弈有两种主要的引用，一个是On Numbers an
复制链接

扫一扫