Impartial Combinatorial Games and the Nuclear Escalation Ladder

技術要約：不偏組合せゲームと核エスカレーション・ラダー

問題提起
本論文は、ハーマン・カーンの「エスカレーション・ラダー（段階的拡大の梯子）」という、平和から核使用に至るまでの超大国間の危機が制御された形で激化していくメタファーを、形式的にモデリングすることを目的としている。エスカレーションに関する既存のゲーム理論的文献（シェリング、ブラムス、パウエルなど）は、基数的な、あるいは順序的な効用を伴う古典的な利得ベースの枠組みに依存しており、これらは合理性と共通知識に関する強い仮定を内包している。これらのアプローチは、純粋に「位置的」な問い、すなわち、特定の危機の状態と、次に動くべきプレイヤーが与えられたとき、構造的に次の（潜在的に致命的な）ステップを踏むことを強制されるのは誰か、という問題を曖昧にしている。本論文は、エスカレーション・ラダーを**不偏組合せゲーム（impartial combinatorial game）**としてモデル化することを提案し、利得の大きさではなく、「誰の番か」という勝ち／負けの構造に焦点を当てることで、利得の大きさを排除し、構造的な不変量を孤立させる。

手法
著者は、エスカレーション・ラダーを、単なる段数ではなく、核閾値までの距離によって再インデックス化している。

1. 再インデックス化： ラダーに $N+1$ 段（0から $N$ まで）がある場合、状態は $r = N - n$ （ここで $n$ は現在の段数）と再定義され、核使用までに残された段数を表す。
2. ゲームの定式化： この変換により、ラダーは最も解析が容易な不偏ゲームの一種である**引き算ゲーム（subtraction game）**へと変換される。
   • 状態空間： $\{0, 1, \dots, N\}$。
   • 移動： $r \ge 1$ の状態から、プレイヤーは $d \in S = \{1, \dots, m\}$（ここで $m$ はエスカレーションの粒度）となるステップ $d$ を選択し、$r-d \le r$ である限り、状態を $r-d$ へと遷移させる。
   • 規約： ゲームはミスエール（misère）規約の下で行われる（終局状態 $r=0$ に移動したプレイヤーが負けとなる）。これは、どちらの側も核の閾値を最初に越えることを望まないという教義上の現実を反映している。
3. マルチ・シアター（多正面）への拡張： 同時並行的な複数の局面（シアター）については、独立した単一ラダー・ゲームの直和としてモデル化される。
4. 解析ツール： 本論文では、ノーマル・プレイにおけるスプレーグ・グルーンドィ定理、およびミスエール・プレイにおけるミスエール・クォーシェント（misère quotients）（Plambeck および Siegel）を利用する。

主要な貢献と結果

1. 単一ラダーの安定性（定理 4.1）
本論文は、エスカレーション集合 $S = \{1, \dots, m\}$ を持つ単一の局面において、Pポジション（後手必勝局面、すなわち、動くプレイヤーが構造的に負けることが強制される状態）が単純な合同式によって支配されることを証明している：
$$P = \{ r \ge 0 : r \equiv 1 \pmod{m+1} \}$$

• 系 4.2： 現状（$r=N$）がPポジション（すなわち、開始者に最初のエスカレーションの負担を強いる状態）となるのは、$N \equiv 1 \pmod{m+1}$ の場合である。
• 示唆： 安定性は、ラダーの長さや粒度に対して単調ではない。段数を増やしたりステップサイズを変更したりすると、単純な「選択肢が増えれば安定する」というヒューリスティックとは異なり、算術的な合同類に基づいて現状の安定性が反転する可能性がある。

2. ノーマル・プレイにおけるマルチ・シアターの安定性（定理 5.2）
（最後のプレイヤーが勝つ）ノーマル・プレイの規約の下では、$k$ 個の独立したシアターの結合的な安定性は、各成分のグランディ値（Grundy values）のニム和（Nim-sum）（ビットごとの排他的論理和）によって決定される：
$$\bigoplus_{i=1}^k (r_i \pmod{m_i + 1}) = 0$$

• 結果： 結合的な安定性は、加法的でもなければ、最も危険な単一のシアターによって支配されるわけでもない。それは、全シアターにおけるエスカレーション距離の非線形関数である。

3. ミスエール・プレイにおけるマルチ・シアターの安定性（定理 6.3）
本論文は、ドクトリンに忠実なミスエール規約の下では、ニム和による簡約が失敗することを実証している。

• 反例： $S=\{1, 2\}$ の場合、状態 $(1, 1)$ はニム和が 0 であるが（Pポジションを予測する）、逆向き帰納法によれば、実際にはNポジションである。
• ミスエール・クォーシェント： 本論文は、ニム和の代わりとなるものとしてミスエール・クォーシェントを導入している。2ステップのエスカレーション（$S=\{1, 2\}$）の特定の場合、そのミスエール・クォーシェントは、以下の6次の可換モノイドであることが証明されている：
  $$Q = \langle a, b \mid a^2 = 1, b^3 = b \rangle$$
  であり、損失集合は $P = \{a, b^2\}$ である。この構造は、マルチ・シアターの安定性が、単純な群ではなく、非自明な冪等元を持つモノイドによって支配されていることを意味しており、単純な均衡ヒューリスティック（距離を一致させるなど）が失敗する可能性があることを示唆している。

4. 拡張と限界

• 非連続な集合： 非連続なエスカレーション集合（例：$S=\{1, 3\}$）の場合、単純な剰余公式は失われるが、ゲーム自体は周期性を保持する。
• 三極エスカレーション： 本論文は、三プレイヤーの不偏ゲーム理論にはスプレーグ・グルーンドィの類似が存在しないことを指摘している。結果は連合のダイナミクスに依存し、単一のニム和不変量は存在しない。これは、三極のエスカレーションが二極型よりも定性的に分析が困難であることを示唆している。
• 脱エスカレーション（減衰）： ラダーを下る動きを許容すると、ループを持つゲームとなり、有限のスプレーグ・グルーンドィ理論の範囲外となる。

意義と主張
本論文は、不偏組合型ゲーム理論（特にスプレーグ・グルーンドィおよびミスエール解析）を核エスカレーション・ラダーに適用した最初の事例であると主張している。

• 構造的洞察： 本モデルは、基礎となる効用や利得構造に関わらず成立する、閉じた形式の構造的不変量（合同式およびニム和）を提供する。
• 補完性： 著者らは、本モデルを古典的な抑止理論に代わるものではなく、利得ベースのモデルにおいてしばらりと明示的に残されている「位置的」な構造を孤立させるための、補完的なレンズとして位置づけている。
• 謙抑性： 本論文は、その限界を明示的に認めている。具体的には、エスカレーション集合 $S$ は導出されるものではなく仮定されたものであること、個人の選好の強さや人間的要因を無視していること、そしてミスエール・マルチ・シアター理論が $m \ge 3$ または非連続な集合に対しては不完全であることを挙げている。主要な貢献は、誰が最初に動くことを強制されるかを支配する算術的な不変量の特定にある。