Teoria gier to dziedzina matematyki stosowanej, która bada strategiczne interakcje pomiędzy wieloma racjonalnymi agentami, z których każdy dąży do optymalizacji swoich wyników w zależności od wyborów pozostałych. Modeluje sytuacje konkurencji lub współpracy, w których decyzje każdego uczestnika wpływają na wyniki innych osób. Wyróżnia się na tle innych technologii zdolnością formalizowania zachowań strategicznych w kontekstach wzajemnie zależnych decyzji.
Przykłady zastosowań i przypadki użycia
W sztucznej inteligencji teoria gier służy do modelowania interakcji między autonomicznymi agentami (systemy multiagentowe), cyberbezpieczeństwie (wykrywanie i zapobieganie atakom), negocjacjach automatycznych czy zarządzaniu wspólnymi zasobami. W gospodarce cyfrowej stosuje się ją do dynamicznego ustalania cen, automatycznych aukcji czy projektowania mechanizmów motywacyjnych na platformach cyfrowych.
Główne narzędzia programistyczne, biblioteki, frameworki
Do najważniejszych narzędzi należą biblioteka Python Gambit do analiz obliczeniowych klasycznych i ewolucyjnych gier, OpenSpiel od DeepMind do eksperymentów z grami o sumie zerowej i ogólnej oraz Axelrod-Python do symulacji iterowanej dylematu więźnia. Ogólne narzędzia jak MATLAB i R również posiadają moduły do teorii gier.
Najnowsze rozwinięcia i trendy
Aktualne badania koncentrują się na algorytmicznej teorii gier, integracji z uczeniem maszynowym (zwłaszcza w treningu agentów w środowiskach konkurencyjnych) oraz analizie gier z niepełną informacją. Rośnie liczba zastosowań w generatywnej SI i robotyce współpracującej, co otwiera nowe ramy dla podejmowania decyzji strategicznych i zbiorowych.