30、多人版《止不住》游戏的逆向近似算法

多人版《止不住》游戏的逆向近似算法

1. 引言

逆向分析在处理具有完美信息的收敛、确定性、有限和两人零和游戏方面取得了成功，例如跳棋和阿瓦里棋。然而，它在概率游戏中的应用通常局限于游戏图表示为无环的情况，如大富翁骰子游戏和单人版大富翁骰子游戏，不过“猪”游戏是个显著的例外。

我们关注具有循环图表示的概率游戏，尤其对《止不住》游戏感兴趣。此前我们已成功解决了单人版和双人版的《止不住》游戏。本文将研究多人版（超过两人）的《止不住》游戏，并提出一种逆向近似算法，将多维牛顿法与逆向分析相结合来解决该问题。此方法也适用于其他一些概率游戏的多人版本，如“猪”“疯狂猪”和“霍格”。

一个 $n$ 人概率游戏可以用一个 $2n$ 部图 $G = (U_1, \ldots, U_n, V_1, \ldots, V_n, E)$ 表示，其中 $U_i$ 对应第 $i$ 个玩家的随机事件，$V_i$ 对应第 $i$ 个玩家的确定性事件，$E = (\bigcup_{i = 1}^{n}(U_i\times V_i))\cup(\bigcup_{i = 1}^{n} V_i\times\bigcup_{i = 1}^{n} U_i)$。在一些游戏（如《止不住》）中，图表示是循环的，这给设计自下而上的逆向算法带来了困难。

2. 概率游戏的抽象

我们使用游戏图 $G = (U_1, \ldots, U_n, V_1, \ldots, V_n, E)$ 来表示一个 $n$ 人概率游戏（$n \geq 2$），第 $i$ 个玩家的掷骰子位置和移动位置分别在 $U_i$ 和 $V_i$ 中。每个位置 $u$ 都与一个得分向量 $f(u) = (f_1(u), \ldot