经济学 > 一般经济学
[提交于 2024年8月30日
(v1)
,最后修订 2025年10月16日 (此版本, v2)]
标题: 狼人杀游戏中的最优策略:理论研究
标题: Optimal Strategy in the Werewolf Game: A Theoretical Study
摘要: 在本文中,我们从博弈论的角度研究了狼人杀游戏——一种广泛进行的战略社会推理游戏,涉及两个对立派系的最优策略。 我们考虑两种情景:没有先知的游戏中和有先知的游戏中。 在没有先知的情景中,我们提出了一种增强策略,称为“随机策略+”,该策略显著提高了狼人组相对于传统随机策略的获胜概率。 在有先知的情景中,我们将游戏重新建模为一个特定约束下的扩展形式贝叶斯博弈,并推导出先知的最优策略,该策略导致了一个完美贝叶斯均衡(PBE)。 本研究为建模狼人杀游戏提供了一个严格的分析框架,并对在不对称和不完全信息下战略决策制定提供了更广泛的见解。
文献和引用工具
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
推荐器和搜索工具
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.