Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2508.01737

帮助 | 高级搜索

数学 > 组合数学

arXiv:2508.01737 (math)
[提交于 2025年8月3日 ]

标题: Levine帽子问题的分析框架:新策略、界和推广

标题: An analytical framework for the Levine hats problem: new strategies, bounds and generalizations

Authors:Clément Bouquet, Salah Chikhi, Timothé Charles, Yanghao Zhou, Eric Wang
摘要: 我们研究Levine帽子问题,这是一个由Lionel Levine于2010年提出的经典组合谜题。这个问题涉及一个游戏,其中$n \geq 2$名玩家,每个人可以看到队友头上无限堆帽子,但看不到自己头上的帽子,必须同时猜测自己帽子堆中黑色帽子的索引。如果其中一名玩家未能做到这一点,团队将集体失败。因此,玩家必须在游戏开始前制定一个好的策略。尽管对于$n=2$来说,最优获胜概率$V_{n}$仍然未知,但我们取得了三个关键进展。首先,我们开发了一个新的几何框架,通过可测函数表示策略,提供了$V_{n}$的新表达方式,并通过积分公式对有限和无限帽子堆的游戏进行了统一处理。其次,我们构建了一个新的策略$K_{5}$,达到了预期的最优获胜概率:$0.35$。我们还证明$K_{5}$属于一个更大的策略类,使我们能够改进当前的界限并解决预期的不等式。 最后,我们引入并完全解决了该问题的一个连续推广,证明将帽子堆扩展到不可数集会使最优获胜概率提高到恰好$1/2$。 这一推广自然地导致了一个更广泛且更平滑的战略框架,在其中我们还描述了如何计算对一系列策略的最优响应。
摘要: We study the Levine hat problem, a classic combinatorial puzzle introduced by Lionel Levine in 2010. This problem involves a game in which $n \geq 2$ players, each seeing an infinite stack of hats on each of their teammates' heads but not on their own, must simultaneously guess the index of a black hat on their own stack. If one of the players fails to do so, the team loses collectively. The players must therefore come up with a good strategy before the game starts. While the optimal winning probability $V_{n}$ remains unknown even for $n=2$, we make three key advances. First, we develop a novel geometric framework for representing strategies through measurable functions, providing a new expression of $V_{n}$ and a unified treatment of the game for finite and for infinite stacks via integral formulations. Secondly, we construct a new strategy $K_{5}$ that reaches the conjectured optimal probability of victory : $0.35$. We also show that $K_{5}$ is part of a larger class of strategies that allow us to improve current bounds and resolve conjectured inequalities. Finally, we introduce and entirely solve a continuous generalization of the problem, demonstrating that extending to uncountable hat stacks increases the optimal winning probability to exactly $1/2$. This generalization naturally leads to a broader and smoother strategic framework, within which we also describe how to compute optimal responses to a range of strategies.
评论: 45页
主题: 组合数学 (math.CO) ; 概率 (math.PR)
引用方式: arXiv:2508.01737 [math.CO]
  (或者 arXiv:2508.01737v1 [math.CO] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.01737
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Salah Chikhi [查看电子邮件]
[v1] 星期日, 2025 年 8 月 3 日 12:34:37 UTC (635 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math.PR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
math
math.CO

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号