1 歴史と発展
1.1 フォン・ノイマンとモルゲンシュテルンの先駆的業績
ゲーム理論の体系的な始まりは、1944年にジョン・フォン・ノイマンとオスカー・モルゲンシュテルンが出版した『ゲームと経済行動』に遡る。この著作は、経済主体間の戦略的相互依存関係を数学的に分析する枠組みを初めて提示した。フォン・ノイマンは既に1928年にミニマックス定理を証明しており、ゼロサムゲームにおける最適戦略の基礎を築いていた。モルゲンシュテルンとの共著では、それを複数プレイヤーや非ゼロサムゲームへ拡張し、期待効用理論と組み合わせることで、合理的な意思決定の一般的な数学モデルを提供した。この業績は、経済学のみならず社会科学全般に革命的影響を与えた。
1.2 ナッシュ均衡の定式化と非協力ゲーム
1950年から1953年にかけて、ジョン・ナッシュは非協力ゲームにおける均衡概念を確立した。ナッシュ均衡とは、すべてのプレイヤーが他のプレイヤーの戦略を所与としたときに自分の利得を最大化する戦略の組み合わせであり、誰も一方的に戦略を変更するインセンティブを持たない状態を指す。ナッシュはこの均衡が任意の有限ゲームに少なくとも一つ存在することを、不動点定理を用いて証明した。この理論はフォン・ノイマンの協力ゲーム中心のアプローチとは異なり、個々の合理的行動のみから生じる均衡を重視するものであり、現代ゲーム理論の基礎となった。
1.3 展開形ゲームと部分ゲーム完全均衡
1960年代から1970年代にかけて、ラインハルト・セルテンは動的なゲーム構造の分析に貢献した。展開形ゲームではプレイヤーが順番に行動するため、単なるナッシュ均衡では不合理な脅しを含む均衡が存在しうる。セルテンは部分ゲーム完全均衡の概念を導入し、すべての部分ゲームにおいてナッシュ均衡となる戦略の組み合わせを定義した。これにより、後方帰納法を用いて動的ゲームの合理的な均衡を特定することが可能となった。この概念は、市場参入ゲームや交渉ゲームなど現実の逐次的意思決定の分析に広く応用されている。
1.4 進化ゲーム理論と行動ゲーム理論への拡張
1970年代にジョン・メイナード＝スミスとジョージ・プライスは、生物学的進化の文脈にゲーム理論を応用し、進化的安定戦略の概念を定式化した。これは、個体群の中で突然変異戦略が侵入できない戦略を定義するものであり、動物の行動や生態系のダイナミクスを理解するための強力なツールとなった。同時期に、行動経済学や実験経済学の発展に伴い、現実の人間が完全に合理的でないことや、社会的規範・感情が意思決定に与える影響を考慮した行動ゲーム理論も登場した。認知バイアスや限定合理性を取り入れたモデルは、理論と現実のギャップを埋める役割を果たしている。
2 基本概念
2.1 プレイヤーと利得
ゲーム理論におけるプレイヤーとは、意思決定を行う主体であり、個人、企業、国家、生物など多様な対象を含む。各プレイヤーはゲームの結果から得られる利得を最大化しようとする。利得は通常、効用や利潤、適応度などの数値で表現される。
2.1.1 利得行列と利得関数
利得行列は、有限人数のプレイヤーが有限個の戦略を持つ静的ゲームにおいて、すべての戦略の組み合わせに対する各プレイヤーの利得を表形式で示したもの。2人ゲームでは行と列で各プレイヤーの戦略を表現し、セル内に両者の利得を記述する。一方、利得関数は任意の戦略プロファイルから利得への写像であり、連続戦略や不確実性を含むゲームでも使用される。
2.2 戦略
戦略とは、プレイヤーがゲームの中で取りうる行動計画の全体を指す。プレイヤーは自己の利得最大化を目的として戦略を選択する。
2.2.1 純粋戦略と混合戦略
純粋戦略は、プレイヤーが確定的に一つの行動を選択する戦略である。混合戦略は、複数の純粋戦略に確率分布を割り当て、ランダムに行動を選択する戦略を指す。混合戦略は、純粋戦略ではナッシュ均衡が存在しないゲーム（例：じゃんけん）において均衡を導出するために重要である。混合戦略の確率は、相手の行動を予測不能にする目的も持つ。
2.2.2 支配戦略と弱支配戦略
支配戦略とは、他のプレイヤーの戦略に関わらず、あるプレイヤーにとって他のすべての戦略よりも常に高い利得をもたらす戦略をいう。弱支配戦略は、常に少なくとも同じ利得をもたらし、少なくとも一つの相手戦略に対しては厳密に高い利得をもたらす戦略である。支配戦略が存在する場合、合理的プレイヤーはそれを選択すると予測される。ただし、支配戦略は実際のゲームではまれであり、多くのゲームではより複雑な均衡分析が必要となる。
2.3 ゲームの分類
2.3.1 協力ゲームと非協力ゲーム
協力ゲームでは、プレイヤー間で拘束力のある契約や提携が可能であり、提携全体の利得をどのように配分するかが焦点となる。シェープリー値や交渉解などの概念が用いられる。非協力ゲームでは、プレイヤーは自己の利益のみを追求し、約束や脅しは拘束力を持たない。ナッシュ均衡や部分ゲーム完全均衡は非協力ゲームの中心的な解概念である。
2.3.2 完全情報ゲームと不完全情報ゲーム
完全情報ゲームでは、すべてのプレイヤーがゲームの構造（他のプレイヤーの利得関数、利用可能な戦略、過去の行動など）について完全な知識を持つ。チェスや囲碁が典型的である。不完全情報ゲームでは、プレイヤーが相手の利得やタイプについて不確実性を抱える。例えば、オークションでは入札者は相手の評価額を知らない。このようなゲームでは、確率的な信念に基づくベイジアン・ナッシュ均衡が分析される。
2.3.3 静的ゲームと動的ゲーム
静的ゲームでは、すべてのプレイヤーが同時に行動を選択する。情報の非対称性がなくとも、相互の戦略選択の予測が重要となる。動的ゲームではプレイヤーが順番に行動し、後続のプレイヤーは先行者の行動を観察してから自分の戦略を決められる。これにより、コミットメントやシグナリングなどの戦略的行動が可能となる。展開形ゲームの表現を用いて分析する。
2.3.4 ゼロサムゲームと非ゼロサムゲーム
ゼロサムゲームは、すべてのプレイヤーの利得の総和が常に一定（ゼロ）であるゲームを指す。一方の利益は他方の損失と等しく、完全な対立関係にある。チェスやじゃんけんが典型例である。非ゼロサムゲームでは、プレイヤー全員が利益を得る（協力的）可能性や、全員が損をする（非協力的）可能性が存在する。囚人のジレンマや経済取引の多くは非ゼロサムゲームである。
3 代表的なゲームと均衡
3.1 囚人のジレンマ
囚人のジレンマは、非協力ゲームの最も有名な例であり、個々の合理的行動が全体として非効率な結果を生むジレンマを示す。二人の囚人が別々に尋問され、協力（黙秘）と裏切り（自白）の選択肢を持つ。囚人たちはお互いに協力すれば軽い罪で済むが、裏切ることで自分の刑期をさらに短くできる誘惑がある。しかし両方が裏切ると、両方に重い刑罰が下る。ナッシュ均衡は双方が裏切る状態であり、これが協力（黙秘）よりも劣る結果となる。
3.1.1 協力と裏切りのジレンマ
各プレイヤーにとって、相手の行動にかかわらず裏切ることが支配戦略となる。その結果、相互に裏切り合い、双方が協力する場合よりも悪い結果に陥る。この構造は、公共財の供給、環境問題、軍拡競争など多くの現実問題に当てはまる。ジレンマの核心は、個人の合理性と集団の合理性が一致しない点にある。
3.1.2 繰り返し囚人のジレンマ
ゲームが繰り返される場合、プレイヤーは将来の報復や協力関係を考慮するため、協力が均衡として成立しうる。ロバート・アクセルロッドのトーナメントでは、「しっぺ返し戦略」（初回は協力し、以降は相手の前回の行動をそのまま返す）が最も高い得点を上げた。繰り返しゲームでは、割引因子が十分に大きければ、「冷徹戦略」や「寛容な戦略」などにより協力が維持されることが知られている。
3.2 チキンゲームと調整ゲーム
チキンゲームは、双方が譲らないと最悪の結果（衝突）になるが、一方が譲れば他方が勝ちを得るゲームである。アメリカの若者の間で行われた「チキンレース」に由来する。ナッシュ均衡は「相手が譲るなら自分は突き進む。相手が突き進むなら自分は譲る」という二つの非対称な均衡が存在する。調整ゲームは、プレイヤーが互いに協調することで利得を得られるゲームであり、例えば左右どちらを通行するかを決めるゲームがある。複数の均衡が存在するため、フォーカルポイントやコミュニケーションが重要となる。
3.3 男女の争い（バトル・オブ・ザ・セクシーズ）
夫婦が週末の過ごし方を決める状況をモデル化したゲーム。妻はバレエ、夫はサッカーを好むが、一緒に行動することでより大きな満足を得る。各プレイヤーは自分の好む活動に参加したいが、別々に行動すると最も低い利得となる。このゲームには、互いに自分の好む活動に合わせる二つの純粋戦略ナッシュ均衡（バレエ、サッカー）と、確率的に選択する混合戦略ナッシュ均衡が存在する。このゲームは、共通利益と対立利益が混在する状況での調整問題を象徴している。
3.4 ナッシュ均衡の定義と存在証明
ナッシュ均衡は、各プレイヤーの戦略が他のすべてのプレイヤーの戦略に対して最適反応となっている戦略プロファイルと定義される。すなわち、どのプレイヤーも自分の戦略を一方的に変更しても利得を改善できない状態である。ナッシュは任意の有限ゲーム（プレイヤーと戦略の数が有限）に対して、混合戦略を含めれば少なくとも一つのナッシュ均衡が存在することを、角谷の不動点定理を用いて証明した。この存在定理はゲーム理論の理論的基盤を強固なものにした。
3.4.1 純粋戦略ナッシュ均衡
純粋戦略の範囲内で、すべてのプレイヤーが自分の純粋戦略を他のプレイヤーの純粋戦略に対して最適化している状態。すべてのゲームに純粋戦略均衡が存在するとは限らず、例えばじゃんけんなどでは純粋戦略均衡は存在しない。囚人のジレンマやチキンゲームでは純粋戦略均衡が存在する。タブーや協調のないゲームでは、しばしば純粋戦略均衡は一つとは限らない。
3.4.2 混合戦略ナッシュ均衡
プレイヤーが確率的に行動を選択する混合戦略において、各プレイヤーの混合戦略が互いに最適反応となっている状態。各プレイヤーは、自分の選んだ確率分布において、相手の混合戦略に対して期待利得を最大化している。混合戦略均衡では、プレイヤーは相手の戦略に対して無差別になるように確率を調整する。例えば、じゃんけんでは各手を1/3ずつ出す混合戦略が唯一のナッシュ均衡となる。混合戦略ナッシュ均衡の存在は、有限ゲームにおいて常に保証されている。
3.5 部分ゲーム完全均衡
部分ゲーム完全均衡は、動的ゲームにおける精緻化されたナッシュ均衡である。ゲームのすべての部分ゲーム（元のゲームの任意の時点から始まる部分）において、ナッシュ均衡になる戦略の組み合わせを指す。セルテンによって導入されたこの概念は、後方帰納法によって導出され、空脅し（合理的ではない脅し）を含む均衡を排除する。例えば、市場参入ゲームにおいて、既存企業が参入を抑止するために「参入があれば価格競争を行う」と脅しても、実際に参入が起きた場合にそれが合理的でなければ、その脅しは信頼されない。部分ゲーム完全均衡は、脅しの信憑性を担保する。
3.6 ベイジアン・ナッシュ均衡
ベイジアン・ナッシュ均衡は、不完全情報ゲームにおける均衡概念である。各プレイヤーは自分のタイプ（例えば利得関数のパラメータ）についての私的情報を持ち、他のプレイヤーのタイプについては確率的な信念（共通事前分布）を持つ。均衡では、各プレイヤーが自分のタイプに応じて戦略を選択し、他のプレイヤーの戦略に対する期待利得を最大化する。すなわち、すべてのタイプについて最適反応が成立している状態。オークションやシグナリングゲームなど、情報の非対称性が重要な状況で広く用いられる。
4 応用と実践
4.1 経済学：オークションと産業組織
オークション理論はゲーム理論の代表的な応用分野であり、入札者の戦略的行動を分析する。イングリッシュオークション、ダッチオークション、封印入札オークションなどの形式において、ベイジアン・ナッシュ均衡が入札戦略を導出する。収入等価定理は、特定の条件のもとで異なるオークション形式が同じ期待収入をもたらすことを示す。産業組織論では、企業間の価格競争（ベルトランモデル）や数量競争（クールノーモデル）、参入阻止、研究開発競争などの分析にゲーム理論が不可欠である。また、交渉理論や契約理論もゲーム理論に基づく。
4.2 生物学：進化的安定戦略
進化ゲーム理論では、動物の行動や種の相互作用を遺伝的戦略の競争として捉える。進化的安定戦略は、集団の中で広く採用されている戦略が突然変異戦略によって侵入されない条件を定義する。例えば、ホーク・ダブゲームでは、攻撃的戦略（ホーク）と平和的な戦略（ダブ）の混合が進化的安定となる。また、利他行動や協力の進化（血縁選択、互恵的利他主義）の理解にも貢献した。ゲーム理論は生態学における捕食者-被食者関係や資源競争のモデル化にも応用されている。
4.3 政治学：投票行動と国際関係
政治学では、投票行動の分析にゲーム理論が活用される。投票者の戦略的投票（自分の第一希望でなく、当選可能性の高い候補に投票する行動）や、政党の政策ポジショニング（中位投票者定理）などが研究されている。また、国際関係では、国家間の軍拡競争や同盟形成、危機交渉が囚人のジレンマやチキンゲームとしてモデル化される。核抑止理論では、冷戦期の米ソ関係が「相互確証破壊」のゲームとして分析された。さらに、議会内の立法過程や連立形成の分析でもゲーム理論が用いられる。
4.4 日常生活とネットミーム
4.4.1 じゃんけんの最適戦略
じゃんけんは典型的なゼロサムゲームであり、純粋戦略のナッシュ均衡は存在しない。最適戦略は各手を等確率（1/3ずつ）でランダムに出す混合戦略である。しかし、人間は完全にランダムな行動ができないため、実際の対戦では相手の癖を読む心理戦が重要となる。また、特定の条件下では、直前の手を変える傾向があるという研究もあり、ゲーム理論的な解析と心理学の知見が融合する興味深い題材である。じゃんけんはその単純さから、ゲーム理論の入門的な説明に頻繁に用いられる。
4.4.2 「最強の一手」をめぐるネット上のジョーク
インターネット上では、「全てのゲームに勝つ最強の一手」というパロディがしばしば話題になる。例えば、将棋やチェスにおいて「相手の手番で投了する」というメタ戦略や、「じゃんけんではグーが最強。なぜならパーとチョキに勝てるから」というトートロジーがジョークとして拡散される。また、「人生はゲーム理論で解ける」という過激な主張に対する皮肉として、「すべての選択は支配戦略を持たないので、結局は運と努力が大事」というミームも見られる。これらのジョークは、ゲーム理論が現実の複雑性を完全には捉えきれないことをユーモラスに表現している。
5 限界と批判
5.1 合理的個人仮定への疑義
ゲーム理論の多くは、プレイヤーが完全な合理性を持ち、自己の利得を最大化するという前提に基づいている。しかし、現実の人間は認知的な限界や感情、社会的規範によって行動が制約される。例えば、最後通牒ゲームでは、提案者が不当に低い金額を提示した場合、多くの人が利益を無視して拒否する。また、公平性や互恵性を重視する行動は、純粋な利己的合理性では説明できない。このような観測から、限定合理性や社会的選好を組み込んだモデルが提案されているが、標準的なゲーム理論の枠組みでは不十分とされる。
5.2 現実の複雑性と実験経済学からの指摘
実験経済学は、理論予測と実際の行動との乖離を繰り返し明らかにしてきた。例えば、囚人のジレンマや公共財ゲームでは、理論が予測する非協力的な結果よりも協力的な行動が多く観察される。また、複雑な現実の意思決定は、ゲーム理論が想定するほど構造化されておらず、情報の不完全性や誤解、学習過程が重要となる。実験では、プレイヤーが均衡に到達するまでに時間がかかることや、均衡とは異なるパターンが現れることが示されている。これらの結果は、理論の予測力を過信すべきでないという警告となっている。
5.3 倫理的・哲学的議論
ゲーム理論は、手段としての合理性を重視するため、その応用が倫理的に問題を引き起こす可能性がある。例えば、企業が競合他社との協力をゲーム理論的に分析し、カルテルや談合を正当化することや、国家が核戦略を合理的なゲームとして捉え、攻撃の脅威を増大させることなどが批判される。また、人間関係を単なる利得計算に還元することへの反感もある。一方で、ゲーム理論は協力のメカニズムや公正な資源配分の設計にも使われており、その倫理的価値は文脈に依存する。哲学者からは、完全な合理性や効用最大化が人間の幸福の唯一の基準ではないという批判が繰り返しなされている。