Smart contracts and reaction-function games

技術要約：スマートコントラクトと反応関数ゲーム

1. 問題と動機

本論文は、特に信頼の欠如、調整の失敗、およびフリーライダー問題を特徴とする環境における、一回限りの戦略的相互作用における信頼できるコミットメントの課題に取り組んでいる。従来のゲーム理論では、一回限りのゲームにおいて、プレイヤーが他者の行動に条件付けられた行動を信頼性を持って選択できないため、パレート効率的な結果（例：囚人のジレンマや最弱リンク型の調整ゲーム）に到達できないことが多いことを示唆している。

著者らは、この問題を解決するためのメカニズムとして、ブロックチェーンベースのスマートコントラクトを提案している。プレイヤーが直接行動を選択する標準的な戦略ゲームとは異なり、スマートコントラクトは、他者の選択した行動の関数として行動を規定するアルゴリズムである**反応関数（reaction functions）**へのコミットメントを可能にする。ブロックチェーン上にデプロイされると、これらのコントラクトは不変であり、自動的に実行されるため、ゲームを「反応関数ゲーム」へと実質的に変容させる。核心となる問題は、このようなゲームの均衡概念を定式化し、どのような結果が支持され得るかを決定し、従来のナッシュ均衡の限界を克服するロバストな戦略を特定することである。

2. 方法論とフレームワーク

著者らは、新しいクラスのゲームと解概念を定式化している：

• 戦略ゲーム vs. 反応関数ゲーム:
  • 標準的な戦略ゲーム $(N, A, (u_i))$ では、プレイヤーは行動 $a_i \in A_i$ を選択する。
  • 反応関数ゲームでは、プレイヤーは反応関数 $R_i: A_{-i} \to A_i$ を選択する。プロファイル $R = (R_1, \dots, R_n)$ は、行動プロファイルからそれ自身への写像を定義する。
• 不動点と結果:
  • 結果は、選択された反応関数が互いに整合している場合にのみ実現される。形式的には、行動プロファイル $a$ が $R$ の不動点であるとは、すべての $i$ について $a_i = R_i(a_{-i})$ が成り立つことを指す。
  • 不動点の集合を $E(R)$ と表記する。もし $E(R) = \emptyset$ であれば、結果は未定義（ペイオフ $-\infty$ が割り当てられる）となる。
  • プレイヤーは、$E(R)$ 内の好ましい不動点に基づいてプロファイル $R$ を評価する。
• 均衡概念:
  • **反応関数均衡（Reaction-Function Equilibrium: RFE）**は、どのプレイヤーも、結果として生じる不動点においてより高いペイオフを得るために、異なる反応関数 $R'_i$ へと一方的に逸脱できない、一意的なプロファイル $R$ として定義される。
  • **一意性（Unambiguity）**は、すべてのプレイヤーが実現される結果について合意していること（すなわち、$E(R)$ 内にパレート優位な不動点が存在すること）を要求する。
• 精緻化:
  • 均衡の多重性と非現実的なコミットメントに対処するため、著者らは**「セーフ（Safe）」な反応関数**を導入している。ある反応がセーフであるとは、他者の行動に関わらず、そのプレイヤーが少なくともマックスミン・ペイオフ（安全水準）を保証されることを意味する。
  • 対称的な投資ゲームにおいて、著者らは規範適合性（Norm-Proofness）（恣意的な社会規範への適合に対する耐性）およびペイオフ一貫性（Payoff Consistency）（ペイオフが等価なプロファイルに対して同一に反応すること）を用いて、分析をさらに精緻化している。

3. 主要な貢献と結果

A. 均衡の存在と特性

• 存在: 定理 3.1 は、任意の有限ゲームにおいて反応関数均衡が常に存在することを証明している。これは、反応関数ゲームを（プレイヤーが固定された順序で動く）逐次的な展開形ゲームへと写像することによって確立される。後向き帰納法（backward induction）を用いることで、後向き帰納法によるナッシュ均衡が存在することが既知である。
• 二人数ゲーム（フォーク定理のアナロジー）: 定理 3.2 は、二人数ゲームにおいて支持可能な結果の集合を特性化している。結果 $a$ が RFE で支持されるための必要十分条件は、すべてのプレイヤーについて $u_i(a) \geq \bar{v}_i$（マックスミン・ペイオフ）であることである。これは無限回の反復ゲームにおけるフォーク定理の論理を反映しているが、これを一回限りの設定に適用している。プレイヤーは「約束と脅し」の反応関数を用いることで、基礎となる戦略ゲームではナッシュ均衡ではないパレート効率的な結果（囚人のジレンマにおける協力など）を強制することができる。
• 多人数ゲーム: 定理 3.3 は、三名以上のプレイヤーがいる場合（行動空間のサイズに依存する）、支持可能な結果の集合が大幅に拡大し、潜在的にあらゆる結果を支持できる可能性があることを示している。これは、予測を絞り込むための「セーフなプレイ」のような精緻化の必要性を浮き彫りにしている。

B. セーフな反応関数

• 論文は、セーフな結果（マックスミン・ペイオフをもたらすもの）が戦略ゲームにおけるナッシュ均衡である場合、セーフな RFE が存在することを示している。
• 決定的なことに、定理 4.1 は、もしセーフな RFE が存在するならば、パレート効率的なセーフな RFE も存在することを述べている。これは、適切な反応関数（例：Stag Huntにおけるマッチング戦略）を使用すれば、プレイヤーが自身のマックスミン保証の安全性を犠牲にすることなく、高ペイオフの結果を達成できることを意味している。

C. 対称的投資ゲームへの適用
著者らは、単調な反応関数（他者が多く投資するにつれて多く投資する）を仮定し、スマートコントラクトを用いて資金をエスクローすることで、フレームワークを二つの著名な投資ゲームのクラスに適用している。

1. 最弱リンク型ゲーム（Weakest-Link Games）:

   • 文脈: ペイオフは最小の投資額に依存する。調整の失敗が一般的である。
   • 結果: 最良応答（Best-Reply: BR）反応関数（$R_i(a_{-i}) = \min_{j \neq i} a_j$）が、唯一の規範適合的かつペイオフ一貫的な反応として特定されている。
   • 高リスクケース: 「高リスク」の設定（努力コストに対して調整による利得が小さい設定）では、BR反応は単調なプレイに対して弱支配的であることが示されている。これは、事前のコミュニケーションや中央機関なしに、最小限の努力に合わせるというプレイヤーへのロバストな推奨事項を提供し、信頼/調整問題を効果的に解決する。

2. 公共財ゲーム（Public-Good Games）:

   • 文脈: 投資は全員に利益をもたらすが、個人にはコストがかかる。標準的なゲームではフリーライダーが支配的である。
   • 結果: BR反応（常に0）は効果的ではない。代わりに、著者らは他者の投資の平均に合わせる反応関数を特定している。
   • 精緻化: 平均を切り上げるか切り下げるかの間で、**切り下げ（rounding down）**の方が優れている。これはすべてのパラメータ値においてセーフであり、高投資の均衡を支持する。
   • 高リスクケース: 高リスクの公共財ゲームにおいて、「切り下げ」反応はセーフなプレイを条件とした唯一の厚生最大化戦略である。この戦略はフリーライダー行為を自己破滅的なものにする。すなわち、全員が平均（切り下げ）に合わせている場合、一方的なゼロ投資への逸脱は不動点をゼロへと崩壊させ、逸脱者を罰することになる。

4. 意義と主張

本論文は、ブロックチェーンベースのスマートコントラクトが、反応関数ゲームを実装するための実用的なメカニズムを提供し、それによって伝統的な反復ゲームの設定を超えて、信頼できるコミットメントの範囲を拡張できると主張している。

• 信頼の障壁の克服: 最弱リンク型ゲームにおいて、反応関数は、事前のコミュニケーションや信頼を必要とせずに、最小限の努力に合わせることをコミットすることで、見知らぬ者同士が効率的な結果へ即座に調整することを可能にする。
• フリーライダーの規律: 公共財ゲームにおいて、提案された「切り下げ」反応関数は、利他主義や外部の処罰機関がなくとも、条件付きの協力が合理的となる自己執行メカニズムを生み出す。
• 実用性 vs. 理論: 著者らは、自身のアプローチを「プログラム均衡（Program Equilibrium）」（Tennenholtz, 2004）や「コミットメント・ゲーム（Commitment Games）」（Kalai et al., 2010）と区別している。これらのフレームワークは、プレイヤーが相手のプログラムのコードに条件付けた行動をとることを可能にするが（これにより無限の戦略空間とコードの不一致に対する脆弱性を招く）、反応関数は、相手の行動に条件付けを行う。これにより、戦略空間を簡潔で解釈可能、かつ計算可能なもの（例：単純な反復不動点アルゴリズムによる）に保っている。
• 実装: 論文は、調整用コントラクトが反応関数と預け金を収集し、不動点を計算し、送金を実行するという実用的な実装スケッチを概説している。著者らは、有限な格子上の単調関数については、不動点の計算が容易であることを指摘している。

要約すると、本論文は、スマートコントラクトがプレイヤーに条件付き戦略へのコミットメントを可能にすることで戦略的景観を変容させ、特にセーフで規範適合的かつペイオフ一貫的な反応関数を通じて、従来の一回限りの相互作用では到達不可能なパレート改善的な結果の実装を可能にすると論じている。