📈 economics

On Conservative Stable Standard of Behavior and Perfect Coalitional Equilibrium

यह शोध पत्र यह स्थापित करता है कि ग्रीनबर्ग के गठबंधनपूर्ण पुनरावृत्ति खेल (coalitional repeated game) के ढांचे में, पूर्ण गठबंधन साम्य पथों (Perfect Coalitional Equilibrium paths) का समुच्चय अधिकतम गैर-भेदभावपूर्ण रूढ़िवादी स्थिर व्यवहार मानक (maximal nondiscriminating Conservative Stable Standard of Behavior) बनता है, जो प्रभावी रूप से उत्तरवर्ती को पूर्ववर्ती के एक उपसमुच्चय के रूप में अभिलक्षित करता है और यह भी सिद्ध करता है कि पूर्ववर्ती स्वयं स्थिरता मानदंडों को संतुष्ट करता है।

मूल लेखक: S. Nageeb Ali, Ce Liu

प्रकाशित 2026-04-13

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: S. Nageeb Ali, Ce Liu

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि दोस्तों का एक समूह एक ऐसा खेल खेल रहा है जो कभी खत्म नहीं होता, जैसे कि एक बोर्ड गेम जिसे वे अपने पूरे जीवन में हर दिन खेलते हैं। इस खेल में, वे सहयोग कर सकते हैं और पुरस्कार साझा कर सकते, या वे अपने लिए पाई का एक बड़ा हिस्सा पाने के लिए धोखाधड़ी कर सकते हैं।

यह शोध पत्र इस बारे में है कि इन दोस्तों को कैसे व्यवहार करना चाहिए ताकि खेल को निष्पक्ष, स्थिर और सभी के लिए लाभदायक बनाए रखा जा सके, भले ही उन्हें धोखाधड़ी करने के लिए गुप्त गठबंधन बनाने की अनुमति हो।

यहाँ इस शोध पत्र के बड़े विचारों का विवरण दिया गया, जिसे रोजमर्रा की भाषा में अनुवादित किया गया है:

1. परिवेश: "अनंत खेल" (The "Forever Game")

एक बार दोहराए जाने वाले खेल (repeated game) को एक दीर्घकालिक रिश्ते के रूप में सोचें।

खिलाड़ी: लोगों (या कंपनियों, या देशों) का एक समूह।
नियम: वे एक दौर खेलते हैं, एक स्कोर प्राप्त करते हैं, और फिर कल फिर से खेलते हैं।
ट्विस्ट: अतीत में, अर्थशास्त्रियों ने केवल इस बात पर ध्यान दिया कि क्या होता है यदि एक व्यक्ति धोखाधड़ी करने का निर्णय लेता है। लेकिन वास्तविक जीवन में, लोग अक्सर टीम बना लेते हैं। यह शोध पत्र इस पर गौर करता है कि क्या होता है जब एक समूह (एक गठबंधन/coalition) मिलकर नियम तोड़ने का निर्णय लेता है।

2. दो अवधारणाएँ: "नियम पुस्तिका" बनाम "परफेक्ट प्लान"

लेखक स्थिरता के बारे में सोचने के दो तरीकों की तुलना कर रहे हैं:

"रूढ़िवादी नियम पुस्तिका" (CSSB): एक सख्त रेफरी की कल्पना करें जो कहता है, "यदि आप कोई भी ऐसा तरीका ढूंढ सकते हैं जिससे आप बेहतर स्थिति में आ जाएं, और आप सुनिश्चित हैं कि अन्य खिलाड़ी आपको दंडित नहीं करेंगे, तो आपको धोखाधड़ी करने की अनुमति है।" यह स्वीकार्य व्यवहार को परिभाषित करने का एक बहुत ही सतर्क, "सुरक्षित" तरीका है। यह एक ऐसी नियम पुस्तिका की तरह है जो केवल उन चीजों को प्रतिबंधित करती है जिन्हें तोड़ना पूरी तरह से सुरक्षित माना जाता है।
"परफेक्ट प्लान" (PCE): यह गेम थ्योरी का "गोल्ड स्टैंडर्ड" है। यह एक ऐसी योजना है जो इतनी पूर्ण है कि खिलाड़ियों का कोई भी समूह कभी भी ऐसा तरीका नहीं ढूंढ सकता जिससे वे धोखाधड़ी कर सकें और उस समूह के सभी लोग बेहतर स्थिति में आ सकें, यह मानते हुए कि यदि वे ऐसा करते हैं तो अन्य लोग उन्हें दंडित करेंगे। यह एक "अजेय" रणनीति है।

3. बड़ी खोज: वे वास्तव में एक ही हैं!

लेखकों की मुख्य खोज कुछ हद तक एक ही शहर के दो अलग-अलग मानचित्रों के समान होने की खोज करने जैसा है।

पुराना दृष्टिकोण: ग्रीनबर्ग (1989 के एक प्रसिद्ध अर्थशास्त्री) ने दिखाया कि यदि आप केवल व्यक्तिगत धोखेबाजों को देखते हैं, तो "रूढ़िवादी नियम पुस्तिका" बिल्कुल "परफेक्ट प्लान" के समान है।
नया दृष्टिकोण: अली और लिउ (इस शोध पत्र के लेखक) ने पूछा: "क्या होगा यदि समूहों को मिलकर धोखाधड़ी करने की अनुमति दी जाए?"
उत्तर: उन्होंने सिद्ध किया कि भले ही समूहों को मिलकर धोखाधड़ी करने की अनुमति दी गई हो, फिर भी रूढ़िवादी नियम पुस्तिका और परफेक्ट प्लान बिल्कुल एक ही चीज़ हैं।

उपमा (Analogy):
एक नेबरहुड वॉच (पड़ोस की निगरानी) की कल्पना करें।

रूढ़िवादी नियम पुस्तिका कहती है: "हम आपको तभी रोकेंगे जब हमें 100% यकीन हो कि आप चोरी करने से बच निकलेंगे।"
परफेक्ट प्लान कहता है: "हमारे पास एक प्रणाली है जहाँ कोई भी बिना पकड़े गए या दंडित हुए चोरी नहीं कर सकता।"
यह शोध पत्र सिद्ध करता है कि एक ऐसी दुनिया में जहाँ पड़ोसी गिरोह (गैंग्स) बना सकते हैं, ये दोनों परिभाषाएँ वास्तव में एक ही "अच्छे व्यवहार" का वर्णन करती हैं।

4. यह क्यों महत्वपूर्ण है: "मैक्सिमल" समाधान

शोध पत्र निष्कर्ष निकालता है कि "परफेक्ट प्लान" नियमों का सबसे बड़ा संभव समूह है जो सभी को खुश और स्थिर रखता है।

एक क्लब सदस्यता सूची की तरह सोचें:

"अच्छा सदस्य" होने के कई तरीके हैं।
लेकिन एक विशिष्ट सूची है जिसमें हर एक संभव "अच्छा व्यवहार" शामिल है जो स्थिर है।
लेखक सिद्ध करते हैं कि यह "मैक्सिमल लिस्ट" (अधिकतम सूची) बिल्कुल "परफेक्ट प्लान" के समान है।

यदि आप इस सूची में कोई भी व्यवहार जोड़ने का प्रयास करते हैं, तो समूह बिखर जाएगा क्योंकि कोई न कोई धोखाधड़ी करने का तरीका ढूंढ लेगा। यदि आप इसमें से कुछ भी हटाते हैं, तो आप बहुत सख्त हो रहे हैं और वैध, स्थिर सहयोग के तरीकों को छोड़ रहे हैं।

5. उन्होंने इसे कैसे सिद्ध किया (द "पेनल्टी" ट्रिक)

इसे सिद्ध करने के लिए, लेखकों ने दंड (punishments) से जुड़ी एक चतुर तकनीक का उपयोग किया।

कल्पना कीजिए कि आप एक गिरोह को चोरी करने से रोकने की कोशिश कर रहे हैं। आपको एक ऐसे खतरे की आवश्यकता है जो उन्हें रोकने के लिए पर्याप्त डरावना हो।

लेखकों ने दिखाया कि प्रत्येक संभावित "परफेक्ट प्लान" के लिए, एक विशिष्ट "सबसे खराब स्थिति" (दंड) होती है जिसे यदि कोई धोखाधड़ी करता है तो सक्रिय किया जा सकता है।
उन्होंने सिद्ध किया कि यदि कोई व्यवहार "रूढ़िवादी नियम पुस्तिका" के तहत स्थिर है, तो उसे इन विशिष्ट दंडों द्वारा लागू किया जाना भी चाहिए।
इसके विपरीत, यदि कोई व्यवहार इन दंडों द्वारा लागू किया जा सकता है, तो वह "रूढ़िवादी नियम पुस्तिका" में फिट बैठता है।

यह दिखाने जैसा है कि "सुरक्षा जाल" (नियम पुस्तिका) और "ट्रैम्पोलिन" (परफेक्ट प्लान) वास्तव में एक ही सामग्री से बने हैं।

सारांश

सरल शब्दों में, यह शोध पत्र कहता है:
"जब लोग एक कभी न खत्म होने वाला खेल खेलते हैं और उन्हें टीमें बनाने की अनुमति होती है, तो 'अच्छे व्यवहार' को परिभाषित करने का सबसे सतर्क, सुरक्षित तरीका, इसे परिभाषित करने का सबसे पूर्ण, अजेय तरीका है।"

उन्होंने समूहों के लिए "होली ग्रेल" (परम सत्य) खोज लिया है: नियमों का एक एकल, पूर्ण सेट जो सभी को सहयोग करने के लिए प्रेरित रखता है, चाहे कितने भी लोग धोखाधड़ी करने के लिए टीम बनाने की कोशिश करें।

यहाँ S. Nageeb Ali और Ce Liu के शोध पत्र "On Conservative Stable Standard of Behavior and Perfect Coalitional Equilibrium" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण और संदर्भ (Problem Statement and Context)

यह शोध पत्र डिस्काउंटिंग वाले अनंत बार दोहराए जाने वाले रणनीतिक रूप वाले खेलों (infinitely repeated strategic form games) के संदर्भ में गेम थ्योरी के दो अलग-अलग समाधान सिद्धांतों (solution concepts) के बीच के सैद्धांतिक अंतर को संबोधित करता है:

कंजर्वेटिव स्टेबल स्टैंडर्ड ऑफ बिहेवियर (CSSB): यह ग्रीनबर्ग (1989) द्वारा 'सोशल सिचुएशन' के सिद्धांत पर आधारित एक समाधान अवधारणा है। यह "कंजर्वेटिव डोमिनेशन" (conservative domination) की अवधारणा पर निर्भर करता है, जहाँ एक पथ (path) तब डोमिनेटेड माना जाता है जब एक गठबंधन (coalition) एक ऐसी स्थिति में विचलन (deviation) कर सकता है जहाँ गठबंधन का प्रत्येक सदस्य उस नई स्थिति पर व्यवहार के मानक (standard of behavior - SB) द्वारा अनुमत सभी संभावित निरंतरताओं (continuations) को सख्ती से पसंद करता है।
परफेक्ट कोलिशनल इक्विलिब्रियम (PCE): यह अली और लियू (2026) द्वारा गठबंधन विचलन (coalitional deviations) की अनुमति देने वाले दोहराए जाने वाले खेलों के लिए पेश किया गया एक समाधान सिद्धांत है, जो एब्रेउ (1988) के समान एक "ऑप्टिमल पेनल कोड" (optimal penal code) तंत्र का उपयोग करता है।

मुख्य प्रश्न: ग्रीनबर्ग (1989) ने स्थापित किया था कि केवल व्यक्तिगत विचलनों की अनुमति देने वाले दोहराए जाने वाले खेलों के लिए, SPNE पथों का सेट अनन्य (unique) मैक्सिमल नॉनडिस्क्रिमिनेटिंग CSSB के बिल्कुल अनुरूप होता है। हालाँकि, ग्रीनबर्ग ने यह प्रश्न खुला छोड़ दिया था कि जब गठबंधन विचलन (coalitional deviations) की अनुमति दी जाती है (एक "कोलिशनल रिपीटेड गेम सिचुएशन"), तो PCE और CSSB के बीच क्या संबंध है। यह शोध पत्र इसी संबंध को स्थापित करने का लक्ष्य रखता है।

2. कार्यप्रणाली और ढांचा (Methodology and Framework)

लेखक ग्रीनबर्ग (1989) द्वारा परिभाषित सोशल सिचुएशंस के ढांचे का उपयोग करते हैं, जिसे गठबंधन विचलनों की अनुमति देने के लिए अनुकूलित किया गया है।

सेटिंग (The Setting): खिलाड़ियों $N$ का एक परिमित सेट, स्टेज-गेम एक्शन प्रोफाइल्स $Z$ , और डिस्काउंटेड पे-ऑफ्स वाला एक अनंत बार दोहराया जाने वाला खेल।
सिचुएशन (The Situation): एक जोड़ा $(\gamma_C, \Gamma)$ , जहाँ $\Gamma$ इतिहासों (positions) का सेट है और $\gamma_C$ इंड्यूसमेंट कॉरेस्पोंडेंस (inducement correspondence) है। ग्रीनबर्ग के मूल नैश सिचुएशन (जहाँ $\gamma$ केवल व्यक्तिगत विचलनों की अनुमति देता था) के विपरीत, $\gamma_C$ किसी भी समय $\tau$ पर किसी भी गठबंधन $C \subseteq N$ को एक नए एक्शन प्रोफाइल की ओर विचलन करने की अनुमति देता है।
कंजर्वेटिव डोमिनेशन (Conservative Domination): एक पथ $x$ को एक स्थिति $G$ पर कंजर्वेटिवली डोमिनेटेड कहा जाता है यदि एक गठबंधन $C$ और एक विचलन मौजूद है जिससे परिणामी स्थिति $H$ के लिए, SB $\sigma(H)$ गैर-रिक्त (non-empty) है, और गठबंधन का प्रत्येक सदस्य वर्तमान पथ $x$ की तुलना में $\sigma(H)$ के प्रत्येक पथ को सख्ती से पसंद करता है।
नॉनडिस्क्रिमिनेटिंग SB (Nondiscriminating SB): एक नॉनडिस्क्रिमिनेटिंग SB $\sigma$ वह है जहाँ सभी स्थितियों $G, H$ के लिए $\sigma(G) = \sigma(H)$ होता है। इसका तात्पर्य यह है कि अनुशंसित पथों का सेट केवल खेल की संरचना पर निर्भर करता है, न कि इतिहास पर।

3. मुख्य योगदान और मध्यवर्ती परिणाम (Key Contributions and Intermediate Results)

मुख्य प्रमेय को सिद्ध करने के लिए, लेखक चार महत्वपूर्ण मध्यवर्ती परिणाम (प्रपोजिशन 1-4) स्थापित करते हैं जो पथ स्थान (path space) के टोपोलॉजिकल गुणों और इक्विलिब्रियम स्थितियों के बीच के अंतर को पाटते हैं।

प्रपोजिशन 1 (क्लोजर प्रॉपर्टी): एक नॉनडिस्क्रिमिनेटिंग कंजर्वेटिव इंटरनली स्टेबल SB का क्लोजर (closure) भी एक नॉनडिस्क्रिमिनेटिंग कंजर्वेटिव इंटरनली स्टेबल SB होता है। इसके अलावा, यदि प्रारंभिक स्थिति पर पथों का सेट गैर-रिक्त है, तो उसका क्लोजर कॉम्पैक्ट (compact) होता है। यह लेखकों को पथों के कॉम्पैक्ट सेट्स के साथ काम करने की अनुमति देता है, जो ऑप्टिमाइजेशन तर्कों के लिए एक आवश्यक शर्त है।
प्रपोजिशन 2 (ऑप्टिमल पेनल कोड के माध्यम से लक्षण वर्णन): लेखक एक आवश्यक और पर्याप्त स्थिति प्रदान करते हैं कि एक पथ कंजर्वेटिवली डोमिनेटेड क्यों नहीं है। एक पथ $y$ डोमिनेटेड नहीं है यदि और केवल यदि प्रत्येक संभावित गठबंधन विचलन के लिए, गठबंधन का कम से कम एक सदस्य ऐसा होता है जो उस विशिष्ट सदस्य के लिए "वर्स्ट-केस" (worst-case) पथ द्वारा दंडित होने की धारणा के तहत अपने पे-ऑफ में सुधार नहीं कर सकता है। यह एब्रेउ के ऑप्टिमल पेनल कोड के तर्क को दर्शाता है, लेकिन गठबंधनों के लिए अनुकूलित है।
प्रपोजिशन 3 (PCEP की कॉम्पैक्टनेस): सभी परफेक्ट कोलिशनल इक्विलिब्रियम पथों ($PCEP $) का सेट प्रोडक्ट टोपोलॉजी में कॉम्पैक्ट है। इसे पथों के स्थान पर एक **सेल्फ-जनरेशन ऑपरेटर** ($ \Psi$) का उपयोग करके सिद्ध किया गया है, जो एब्रेउ, पियर्स और स्टैचेटी (1990) द्वारा SPNE के लिए उपयोग की गई विधियों के समान है।
प्रपोजिशन 4 (PCE लक्षण वर्णन): एक पथ $PCEP $का हिस्सा है यदि और केवल यदि पथों का एक परिवार$ {x[i]}_{i \in N}$ (जो प्रत्येक खिलाड़ी के लिए दंड/punishments का प्रतिनिधित्व करता है) मौजूद है, ताकि किसी भी पथ के विरुद्ध किसी भी गठबंधन के लिए लाभदायक विचलन न हो सके, यह देखते हुए कि विचलन करने वाले गठबंधन को उस गठबंधन के "वर्स्ट-ऑफ" (worst-off) सदस्य के अनुरूप पथ द्वारा दंडित किया जाता है।

4. मुख्य परिणाम (Main Result - Theorem 2)

शोध पत्र का केंद्रीय प्रमेय नैश और कोलिशनल सेटिंग्स के बीच एक सटीक समानता स्थापित करता है:

थ्योरम 2: मान लीजिए कि $PCEP $सभी परफेक्ट कोलिशनल इक्विलिब्रियम में इक्विलिब्रियम पथों के संग्रह को दर्शाता है। यदि$ \sigma_{PC} $को इस प्रकार परिभाषित किया जाए कि$ \sigma_{PC}(G) = PCEP $सभी स्थितियों$ G $के लिए, तो$ \sigma_{PC} $को कोलिशनल रिपीटेड गेम सिचुएशन$ (\gamma_C, \Gamma)$ के लिए यूनिक मैक्सिमल नॉनडिस्क्रिमिनेटिंग कंजर्वेटिव स्टेबल स्टैंडर्ड ऑफ बिहेवियर (CSSB) के रूप में परिभाषित किया जा सकता है।

प्रूफ लॉजिक (Proof Logic):

इंटरनल स्टेबिलिटी (Internal Stability): प्रपोजिशन 3 (कॉम्पैक्टनेस) और प्रपोजिशन 4 (PCE लक्षण वर्णन) का उपयोग करते हुए, लेखक दिखाते हैं कि $PCEP$ में कोई भी पथ कंजर्वेटिवली डोमिनेटेड नहीं है। यदि कोई विचलन लाभदायक होता, तो यह प्रपोजिशन 4 में परिभाषित ऑप्टिमल पेनल कोड परिवार के अस्तित्व का खंडन करता।
एक्सटर्नल स्टेबिलिटी (External Stability): वे दिखाते हैं कि $PCEP $के बाहर का कोई भी पथ कंजर्वेटिवली डोमिनेटेड है। यदि कोई पथ डोमिनेटेड नहीं होता, तो प्रपोजिशन 2 यह संकेत देता कि वह प्रपोजिशन 4 की शर्तों को पूरा करता है, जिसका अर्थ है कि वह वास्तव में$ PCEP$ में होता (एक विरोधाभास)।
मैक्सिमलिटी और यूनिकनेस (Maximality and Uniqueness): यह दिखाकर कि कोई भी नॉनडिस्क्रिमिनेटिंग CSSB, $PCEP$ का उपसमुच्चय (subset) होना चाहिए (प्रपोजिशन 1 में क्लोजर तर्क और पेनल कोड तर्क के माध्यम से), वे सिद्ध करते हैं कि $\sigma_{PC}$ सबसे बड़ा ऐसा सेट है। अनन्यता (Uniqueness) मैक्सिमलिटी प्रॉपर्टी से आती है।

5. महत्व और निहितार्थ (Significance and Implications)

समाधान अवधारणाओं का एकीकरण (Unification of Solution Concepts): यह शोध पत्र ग्रीनबर्ग के सोशल सिचुएशन थ्योरी को गठबंधन वाले दोहराए जाने वाले खेलों के आधुनिक इक्विलिब्रियम कॉन्सेप्ट्स के साथ सफलतापूर्वक एकीकृत करता है। यह पुष्टि करता है कि ग्रीनबर्ग के थ्योरम 6.2 (SPNE और CSSB को जोड़ने वाला) से प्राप्त अंतर्ज्ञान गठबंधन विचलनों (PCE और CSSB को जोड़ने वाला) के विस्तार पर भी पूरी तरह से लागू होता है।
स्थिरता का लक्षण वर्णन (Characterization of Stability): यह गठबंधन वाले दोहराए जाने वाले खेल में टिकाऊ परिणामों के "मैक्सिमल" सेट का एक कठोर लक्षण वर्णन प्रदान करता है। परिणाम यह संकेत देता है कि परफेक्ट कोलिशनल इक्विलिब्रियम का सेट केवल एक समाधान अवधारणा नहीं है, बल्कि व्यवहारों का सबसे मजबूत सेट है जिसे कंजर्वेटिव कोलिशनल विचलनों द्वारा अस्थिर नहीं किया जा सकता है।
मेथोडोलॉजिकल एडवांसमेंट (Methodological Advancement): यह एब्रेउ (1988) की "ऑप्टिमल पेनल कोड" तकनीक को कोलिशनल सेटिंग में विस्तारित करता है। यह एक गैर-तुच्छ (non-trivial) विस्तार है क्योंकि गठबंधन विचलनों के लिए यह सुनिश्चित करना आवश्यक है कि गठबंधन का कम से कम एक सदस्य हतोत्साहित हो (व्यक्तिगत विचलनों के विपरीत, जहाँ सभी को हतोत्साहित करना होता है), और दंड को गठबंधन की विशिष्ट संरचना के अनुसार तैयार किया जाना चाहिए।
सैद्धांतिक आधार (Theoretical Foundation): PCE पथ सेट की कॉम्पैक्टनेस और सेल्फ-जनरेशन प्रॉपर्टी को स्थापित करके, यह शोध पत्र जटिल दोहराए जाने वाले खेलों में PCE खोजने के लिए भविष्य के कम्प्यूटेशनल या एल्गोरिथमिक दृष्टिकोणों के लिए आधार तैयार करता है।

संक्षेप में, अली और लियू यह प्रदर्शित करते हैं कि कोलिशनल रिपीटेड गेम्स के क्षेत्र में, परफेक्ट कोलिशनल इक्विलिब्रियम, कंजर्वेटिव स्टेबल स्टैंडर्ड ऑफ बिहेवियर का स्वाभाविक और अद्वितीय मैक्सिमल विस्तार है, जो सहकारी और गैर-सहकारी दोहराए जाने वाले इंटरैक्शन में स्थिरता के विश्लेषण के लिए एक ठोस सैद्धांतिक आधार प्रदान करता है।