গেম তত্ত্বটি ব্যবহার করে একটি গবেষণা বিষয় নির্বাচন করা

Question

সাম্প্রতিক এই গেম তত্ত্বের প্রশ্নটি আমাকে ভাবতে পেরেছিল (অবশ্যই এটি একটি স্পর্শকাতর): গেম তত্ত্বটি ব্যবহার করে কাজ করার জন্য গবেষণা প্রশ্নগুলি বেছে নেওয়ার জন্য কী কোনও ব্যক্তিগত কৌশলটি দক্ষতার সাথে অনুকূল করা সম্ভব?

প্রশ্নের আনুষ্ঠানিককরণের দিকে যেতে, আমি নিম্নলিখিত (অনানুষ্ঠানিকভাবে বর্ণিত) অনুমানগুলি করব:

• আমার পক্ষে কাজ করার জন্য উপলভ্য যে কোনও বিশেষ সমস্যা সমানভাবে "উপভোগ" করব ("আপনার পছন্দমতো করুন!" এর "নরম" (এবং সঠিক!) উত্তর এড়ানোর জন্য)!
• আমি কাজ করতে বেছে নেওয়া যে কোনও সমস্যার উত্তর খুঁজে পেতে সফল হতে পারি বা নাও হতে পারি। যে কোনও সমস্যার জন্য, আমার কোনও সমস্যা সমাধানে (এতে সময় বিনিয়োগের পরে) আমি কতটা ভাল হতে পারব তার সম্ভাবনা সম্পর্কে আমার কিছুটা অনুমান আছে।
• আমার লক্ষ্যটি হ'ল লাইনটি (কাজের জন্য আবেদন করা, মেয়াদের জন্য আবেদন করা, ফেলোশিপের জন্য আবেদন করা ইত্যাদি) মূল্যায়ন করার সময় আমার বেতনটি সর্বাধিক করে তোলা, যা আমি কতগুলি সমস্যার সমাধান করি এবং সমস্যাগুলি কতটা গুরুত্বপূর্ণ বা কঠিন হয় তার একটি কাজ । আমার কাছে সমস্যা প্রতি সঠিক পরিশোধের বিষয়ে পরিষ্কার ধারণা নেই তবে আমি যুক্তিসঙ্গত অনুমান করতে পারি।
• সমস্যা পরিশোধ এবং সমস্যার অসুবিধার মধ্যে একটি আলগা বিপরীতমুখী সম্পর্ক রয়েছে। আমার লক্ষ্যটির আর একটি বক্তব্য হ'ল পার্থক্যগুলি "গেম" করা (অর্থাত্ "নিম্ন-স্তব্ধ ফলের জন্য সন্ধান করুন)"।
• এই সামগ্রিক সমস্যার একটি উদাহরণ গবেষণা প্রশ্নগুলির একটি তালিকা (সম্ভবত সংখ্যায় অসীম) দ্বারা নির্দিষ্ট করা হয়েছে, যার সাথে আমি দৃly়ভাবে সংযুক্ত করি (কোনও গণনা ব্যয় ছাড়াই; এটি ইনপুট হিসাবে দেওয়া হয়) প্রশ্নের মূল্য এবং প্রশ্নের অসুবিধার একটি অনুমান। আমি একটি প্রতিপক্ষের বিরুদ্ধে এই গেমটি খেলছি (ব্যক্তি আমাকে মূল্যায়ন করছে); প্রকৃতি সিদ্ধান্ত নিয়েছে, প্রদত্ত সমস্যা সমাধানের আমার সম্ভাব্যতার প্রেক্ষিতে আমি এটি চেষ্টা করার পরে আমি এটি সফলভাবে সমাধান করছি কিনা solve

কী চলছে তা সত্যই আনুষ্ঠানিক করার প্রয়াসে (এবং আনট্রেস্টিং বা তর্কাত্মক / আলোচনা-ধরণের প্রতিক্রিয়াগুলি উপেক্ষা), আমি এই সমস্যাটিকে একটি অসীম অ্যাকশন সেট সহ অসম্পূর্ণ তথ্য সহ একটি বিস্তৃত-ফর্ম খেলা হিসাবে দেখব ।

---

প্রশ্ন : আমি ধরে নিই যে এই ধরণের গেমগুলি দক্ষতার সাথে গণনাযোগ্য নয়। যাইহোক, আমার পেওফটি প্রায় বাড়িয়ে তোলার জন্য কি বহু-কালীন অ্যালগরিদম রয়েছে? পিটিএএস সম্পর্কে কী?

বা, বিকল্পভাবে, এই সমস্যার জন্য আরও সঠিক খেলা-তাত্ত্বিক মডেল আছে? যদি তা হয় তবে একই প্রশ্নটি রাখে: আমি কি (প্রায়) দক্ষতার সাথে আমার বেতনটি সর্বোচ্চ করতে পারি? যদি তাই হয়, কিভাবে?

Comments

এটিকে একটি গেম হিসাবে সূচনা করার একটি সম্ভাব্য সমস্যা হ'ল আপনার প্রতিপক্ষ, ব্যক্তি আপনাকে মূল্যায়ন করবে, অগত্যা আপনার বিরুদ্ধে খেলছে না। প্রকৃতপক্ষে এটি প্রায়শই ঘটে থাকে যে তারা আপনার পক্ষে রয়েছে এবং আপনি যদি সর্বনিম্ন প্রয়োজনীয়তাগুলি পাস না করে থাকেন তবে আপনাকে ব্যর্থ হতে শুধুমাত্র আগ্রহী। অন্য সম্ভাব্য বিরোধী হলেন অন্য সমস্ত গবেষক , কারণ তারা একই সমস্যা নিয়ে সম্ভবত (সম্ভবত সহযোগিতামূলকভাবে) কাজ করছেন এবং ফলস্বরূপ ফলাফল পাওয়ার চেষ্টা করে সাফল্য অর্জনের বিরুদ্ধে আপনার বিরুদ্ধে কাজ করছেন।

— ডেভ ক্লার্ক

এই প্রশ্নের উদ্দেশ্যগুলির জন্য (আমি যতটা সম্ভব আলোচনার পক্ষপাত করতে চাই তাই এটি একটি ভাল প্রশ্ন ...), আসুন ধরে নেওয়া যাক যে ব্যক্তি আমার মূল্যায়ন করছে তার জন্য একজনকে এবং কেবলমাত্র একজনকে বেছে নেওয়ার জন্য কিছুটা গুরুতর চাপের মধ্যে রয়েছে একটি নির্দিষ্ট পুরষ্কার, যাতে তারা প্রতিকূল হয়। এছাড়াও, আসুন ধরে নেওয়া যাক যে "সত্যিকারের আসল কিছু ঠিক সেভাবে হবে: মূল", সুতরাং অন্যান্য গবেষকরা গুরুতর উদ্বেগ নয়। আমি ব্যক্তিগতভাবে অন্যান্য সম্ভাবনার বিষয়ে আগ্রহী, তবে আমি মনে করি এটিকে উন্মুক্ত রেখে দেওয়া খারাপ উত্তরকে আমন্ত্রণ জানাবে। :)

— ড্যানিয়েল আপন

সমস্যার একটি কারণ যা আলাদা মডেলের যোগ্যতা অর্জন করতে পারে: আমি যে সমস্যাটিতে কাজ করার জন্য বেছে নিয়েছি সেই সমস্যা প্রতি সাফল্য / পুরষ্কারের কাঠামোর সম্ভাবনার একটি মূল্যায়ন।

— ড্যানিয়েল আপন

$R$$T$$r_i$$P_i(t)$$t$

অবশ্যই, বাস্তব জীবনে, আপনি যে প্রতিটি প্রশ্নের উত্তর দিয়েছিলেন সেগুলি আরও বেশি প্রশ্ন উন্মুক্ত করে, যা আপনি আগে থেকে অনুমান করতে পারবেন না যা আপনার পক্ষে শুরু হওয়া প্রশ্নগুলির সেট থেকে বেশ সম্ভবত সহজ এবং / অথবা মূল্যবান, তবে একবার আপনি কৌশল গাছ তৈরি করা শুরু করেন এই মত আপনি খেলা সম্পর্কে আকর্ষণীয় কিছু খুঁজে পাওয়ার সুযোগ নাটকীয়ভাবে হ্রাস পায়।

— পিটার শোর

Answer 1

আমি প্রশ্নের একটি বিকল্প মডেল প্রস্তাব করে আপনার প্রশ্নের উত্তর দেওয়ার চেষ্টা করতে যাচ্ছি। আমি এখানে উত্তর দেওয়ার চেয়ে আমি সাধারণত আরও প্রশ্ন জিজ্ঞাসা করি, তাই আমি আশা করি আমার উত্তরটি সর্বোত্তম না হলেও আপনি ক্ষমা করবেন।

আমি মনে করি যে গেমের তত্ত্বকে কার্যকর হতে দেয়ায় যে প্রশ্নটি সর্বোত্তম হবে সেই বাক্যটির উপায়টি আরও প্রতিযোগিতামূলক পরিস্থিতি অনুমান করা। অর্থাত্ বিভিন্ন অভিনেতার মধ্যে প্রতিযোগিতা হওয়া দরকার। সুতরাং, আমি নিম্নলিখিতটি ধরে নেব:

• একটি বড় কিন্তু সসীম সংখ্যা এন প্রাপ্তিসাধ্য গবেষণা প্রশ্ন, যা আমি কল একই সেট খোঁজেন প্রয়াস অন্যান্য গবেষকদের প্রশ্ন , আপনি আগ্রহী।
• প্রতিটি গবেষণা সমস্যা নিম্নলিখিত বৈশিষ্ট্য দ্বারা সংজ্ঞায়িত:
  • সময় বিনিয়োগ , বা আমি , আপনি সমস্যার সমাধান করতে সক্ষম হবেন কি না তার উপর দৃশ্যমানতা অর্জন করতে হবে
  • সমস্যা সমাধানে সাফল্যের সম্ভাবনা , বা এস ; একবার আপনি "সত্যের মুহুর্তে" পৌঁছে যান এবং পর্যাপ্ত সময় ব্যয় করেন, আপনি সমস্যার সমাধান করতে সক্ষম হচ্ছেন কিনা তা প্রকৃতি এলোমেলোভাবে সিদ্ধান্ত নেবে
  • আপনার ক্যারিয়ারে উপকার করুন , বা ইউ (ইউটিলিটি হিসাবে), সাফল্য অর্জন করা হয়
• এই গবেষকের প্রত্যেকেরই নিম্নলিখিত পরিমাণের বিভিন্ন স্তর রয়েছে:
  • গবেষণায় বিনিয়োগের জন্য সময় পাওয়া যায়, টি
  • গবেষণা প্রতিভা, আর
  • আন্তঃব্যক্তিক দক্ষতা এবং অন্যান্য ক্যারিয়ার-সহায়ক গুণাবলী, l (পছন্দ মতো) যা গবেষকরা তাদের ক্যারিয়ারের অগ্রগতির জন্য তাদের গবেষণার সাফল্যের জন্য কতটা ভালভাবে অর্থায়ন করবেন তা নির্ধারণ করবে

এখন, কোনও সমস্যার পক্ষে কোনও সহযোগিতা করা সম্ভব বলে ধরে নিই, আমি কী "গতিশীল পুনরাবৃত্ত গেম" হিসাবে উল্লেখ করছি তা বিবেচনা করুন। এটি এমন একটি খেলা যা বারবার খেলেও এটি প্রতিবার খেলে সামান্য পরিবর্তন হয়।

এমকে গেমের চলনগুলি বা মোড়ের সংখ্যা হতে দিন । গেমের প্রাথমিক প্রকাশটি এমন একটি তালিকা হিসাবে উপস্থাপিত হতে পারে যাতে প্রতিটি অভিনেতা (গবেষক) এবং তারা যে সমস্ত সমস্যা নিয়ে কাজ করতে পারে, প্রতিটি অভিনেতার সাথে সম্পর্কিত সমস্ত মান এবং আমি উপরে তালিকাভুক্ত প্রতিটি সমস্যা ছাড়াও এটি থাকতে পারে। (আমি অবশ্যই ধরে নিচ্ছি যে প্রতিটি গবেষক বর্তমানে সমস্ত সমস্যা এবং অন্য সমস্ত গবেষকদের সম্পর্কে যা কিছু জানেন তা এগুলি নিখুঁত তথ্যের একটি খেলা হিসাবে জানে knows

গেমের প্রতিটি পুনরাবৃত্তির সময়, কোনও প্রদত্ত অভিনেতা কাজ করার জন্য একটি গবেষণা প্রশ্ন বেছে নেয়। প্রতিটি অভিনেতাকে যে কোনও সময় প্রশ্ন স্যুইচ করার অনুমতি দেওয়া হয় এবং যদি কোনও সমস্যা সমাধান হয়ে যায় তবে অন্যান্য ক্যারিয়ারের জন্য ক্যারিয়ারের ইউ এর সুবিধা 0 এ চলে যায়। যদি কোনও খেলোয়াড় পর্যাপ্ত সময় ব্যয় করে এবং সমস্যা সমাধানে ব্যর্থ হয়, তবে সেই নির্দিষ্ট খেলোয়াড়টিকে আবার সেই সমস্যাটি সমাধান করার চেষ্টা করতে নিষেধ করা হয়েছে ... যদিও অন্য কোনও খেলোয়াড়কে সমস্যা নিয়ে কাজ চালিয়ে যাওয়ার অনুমতি দেওয়া হয়েছে এবং অন্য কোনও অভিনেতা সমাধান করতে সক্ষম হতে পারেন এটি সফলভাবে। সমস্ত এম টার্ন নেওয়ার পরে খেলাটি শেষ হয়।

একজন গবেষক যে সমস্যাটি বেছে নিয়েছেন তার প্রতিটি পালা সেই খেলোয়াড়কে "সত্যের মুহুর্তে" পৌঁছানোর এবং সম্ভবত সমস্যা সমাধানের, প্রকৃতির অনুমতি দেওয়ার কারণ ঘটাবে। একটি সমস্যা, একবার সমাধান হয়ে গেলে l এর উপর ভিত্তি করে গবেষকের ক্যারিয়ারে একটি নির্দিষ্ট সুবিধা যুক্ত করে । গবেষণার প্রতিভা সাফল্যের সম্ভাব্যতা বাড়িয়ে তোলে, যখন ফ্রি সময় নির্দিষ্ট প্রদত্ত অগ্রগতি করার দক্ষতা বৃদ্ধি করে।

আমি সন্দেহ করি যে এটি সমাধানের জন্য কোনও বহুপদী সময় অ্যালগরিদম রয়েছে; আমি গবেষকরা খাঁটি কৌশল ন্যাশ ভারসাম্য রক্ষায় সীমাবদ্ধ থাকার কোনও কারণ দেখছি না, সুতরাং সমস্যাটি মিশ্র কৌশল-ন্যাশ ভারসাম্যকে জড়িত করবে এবং এইভাবে খারাপ সমস্যা পিপিএডি-সম্পূর্ণ হবে, যদি আপনি "সমস্যার সমাধান" মানে "ন্যাশ সন্ধান" বোঝায় সমস্যার জন্য ভারসাম্য "। (কেউ ভাবতে পারেন যে আপনি যদি আশেপাশের সক্রিয় গবেষক হন তবে আপনি এগিয়ে গিয়ে আপনার প্রিয় ন্যাশ ভারসাম্যটি গণনা করতে পারেন এবং তারপরে এটি অন্য সমস্ত খেলোয়াড়ের কাছে সিগন্যাল করুন ... সুতরাং আপনাকে কিছুটা আস্থা দেওয়া হবে যে কৌশল থেকে দূরে কৌশলগুলি কেউ পরিবর্তন করবে না) প্রোফাইল আপনি সিগন্যাল করেছেন।)

যে কোনও হারে, এটি আমি পোস্ট করা সর্বাধিক জড়িত উত্তর। আমি আশা করি এটি কমপক্ষে কিছু মূল্যের হবে। কারওর কোনও প্রতিক্রিয়া বা এটির উন্নতির জন্য সুপারিশ থাকলে তা আমাকে জানান।

Comments

ফিলিপ, উত্তরের জন্য ধন্যবাদ! এটি সমস্যার উপর একটি দুর্দান্ত দৃষ্টিকোণ; আমি অবাক: সমস্যাটিতে "আংশিক তথ্য" ধারণার যোগ করার কোনও উপায় আপনি কী ভাবতে পারেন যাতে এটি তার পিপিএডি-সম্পূর্ণতার অবস্থানটি রাখে? এই গেমের খেলোয়াড় হিসাবে মডেল করার জন্য এমন কিছু যা আমি অবশ্যই জানি না যে আমার সমস্ত বিরোধীরা কী করছে (যেমন তারা কোন প্রশ্ন বিবেচনা করছে এবং তার কী শক্তিতে তারা বিশ্বাস করে সে সম্পর্কে আমার সঠিক জ্ঞান নেই প্রতিটি প্রশ্নের উত্তর)? এটি যুক্ত করা কি কোনও ন্যাশ ভারসাম্য রচনার জটিলতায় প্রভাব ফেলবে? (আমি জানি না!)

— ড্যানিয়েল আপন

@ ড্যানিয়েল আপন: মন্তব্যের জন্য ধন্যবাদ! আমি মনে করি না যে শর্তগুলি পরিবর্তন করা কঠিন হবে যাতে আপনি কেবল জানেন না যে আপনার বিরোধীরা কী করছে, বা তাদের বৈশিষ্ট্যগুলি কী। কেবলমাত্র সতর্কতা হ'ল, আমি মনে করি যে আপনি যখন কোনও অসম্পূর্ণ-তথ্য গেমটি নিয়ে কাজ করছেন তখন ন্যাশ ভারসাম্যের অস্তিত্বের গ্যারান্টি চলে যায়। "স্ট্যাকেলবার্গ গেমস" নামে পরিচিত যা সম্পর্কে আমি খুব বেশি জানি না তবে আমি মনে করি তারা আপনার প্রস্তাবিত পরিবর্তনের সাথে প্রাসঙ্গিক হতে পারে। অসম্পূর্ণ তথ্য গেমগুলির মধ্যে সেরা সমাধানের ধারণাটি কী তা আমি আসলেই ভেবে দেখেছি ... আমি এটিকে কিছু চিন্তা করব।

— ফিলিপ হোয়াইট

আমি এই বিষয়ে আরও কিছু পড়েছি ... আমি মনে করি যে এখানে বায়েশিয়ান গেমগুলি প্রাসঙ্গিক হতে পারে, কারণ এগুলি অসম্পূর্ণ তথ্যের সাথে গেমগুলি মোকাবেলা করার জন্য ব্যবহৃত হয়। উইকিপিডিয়া পৃষ্ঠার একটি লিঙ্ক এখানে আমি দেখেছি: en.wikedia.org/wiki/Bayesian_game

— ফিলিপ হোয়াইট