ゲーム理論とは？囚人のジレンマ・ナッシュ均衡を具体例でわかりやすく解説

ゲーム理論とは、複数の意思決定者（プレイヤー）が互いに影響を与え合う状況で、それぞれがどう行動するのが合理的かを分析する理論です。「相手がこう動くなら、自分はこうする」という読み合いを数理的に扱うもので、経済学・経営戦略・政治・AIまで幅広く応用されています。名前に「ゲーム」とありますが、対象は遊びのゲームに限らず、価格競争・交渉・国際関係など、利害が絡む現実の意思決定全般です。本記事では、ゲーム理論の基本から、代表例である囚人のジレンマやナッシュ均衡を、具体的な数値例とともにわかりやすく解説します。

ゲーム理論とは何か

ゲーム理論を一言で言えば、「相手の出方を考慮して、自分の最適な行動を決めるための枠組み」です。1人で完結する意思決定（例：明日の天気を見て傘を持つか決める）と違い、ゲーム理論が扱うのは、自分の選択の結果が相手の選択にも左右される状況です。たとえば、自社が値下げするかどうかの最適解は、競合が値下げするかどうかによって変わります。こうした相互依存の状況を分析するのがゲーム理論です。

ゲーム理論の基本要素

どんなゲームも、次の3つの要素で表現されます。

• プレイヤー：意思決定を行う主体（企業、国、個人など）
• 戦略：各プレイヤーが選べる行動の選択肢（値下げする／しない、など）
• 利得（ペイオフ）：選んだ戦略の組み合わせによって各プレイヤーが得る結果（利益や損失）

これに加えて、ゲームのルールや、各プレイヤーがどこまで情報を持っているか（全員が同じ情報を持つ「完全情報」か、そうでないか）といった条件が、結果を左右します。

囚人のジレンマ：ゲーム理論で最も有名な例

ゲーム理論を理解する近道は、最も有名な例である囚人のジレンマを見ることです。これは「各自が自分にとって合理的に行動した結果、全員にとって望ましくない結果になってしまう」ことを示すモデルです。

囚人のジレンマの設定

共犯の疑いで2人の容疑者AとBが別々に取り調べを受けています。互いに連絡は取れません。それぞれ「黙秘する（協力）」か「自白する（裏切る）」かを選びます。刑期は次のように決まるとします。

• 2人とも黙秘 → 2人とも懲役2年
• 2人とも自白 → 2人とも懲役5年
• 片方だけ自白 → 自白した方は釈放（0年）、黙秘した方は懲役10年

これを表（ペイオフ表）で整理すると、次のようになります。数字は「Aの刑期, Bの刑期」です。

なぜ「ジレンマ」なのか

Aの立場で考えてみましょう。Bが黙秘するなら、Aは黙秘で2年、自白で0年。自白した方が得です。Bが自白するなら、Aは黙秘で10年、自白で5年。やはり自白した方が得です。つまりBがどちらを選んでも、Aにとっては「自白」が有利です。Bも同じ理屈で「自白」を選びます。

結果、2人とも自白してそろって懲役5年。しかし、もし2人とも黙秘していれば2年で済んだはずです。各自が合理的に行動したのに、協力した場合（2年）より悪い結果（5年）になってしまう——これが囚人のジレンマです。

ナッシュ均衡とパレート最適

囚人のジレンマを理解すると、ゲーム理論の2つの重要概念「ナッシュ均衡」と「パレート最適」が自然にわかります。この2つの対比こそ、ゲーム理論の核心です。

ナッシュ均衡とは

ナッシュ均衡とは、各プレイヤーが相手の戦略を前提にした上で最適な選択をしており、誰も単独で戦略を変えても得をしない（むしろ損をする）状態を指します。数学者ジョン・ナッシュが提唱した概念です。

囚人のジレンマでは、「2人とも自白」がナッシュ均衡です。この状態から、もしAだけが黙秘に変えると、刑期は5年から10年に増えてしまいます。Bも同様です。だから誰も自分から行動を変えようとせず、この状態で「均衡」します。

パレート最適とは

一方パレート最適とは、「誰かの状況を良くするには、他の誰かの状況を悪くするしかない」という、全体として無駄のない状態を指します。囚人のジレンマでは、「2人とも黙秘（2年ずつ）」がパレート最適です。この状態から両者の刑期をさらに同時に減らす方法はありません。

2つの概念のズレが「ジレンマ」の正体

ここが最重要ポイントです。囚人のジレンマでは、ナッシュ均衡（2人とも自白＝5年）とパレート最適（2人とも黙秘＝2年）が一致しません。各プレイヤーが個人として合理的に選ぶ結果（ナッシュ均衡）が、全体として望ましい結果（パレート最適）とズレてしまうのです。このズレこそが、多くの社会問題やビジネスの行き詰まりの構造を説明します。

その他の代表的なゲームのモデル

ゲーム理論には、囚人のジレンマ以外にもさまざまなモデルがあります。代表的なものを押さえておきましょう。

• ゼロサムゲーム：一方の利益が他方の損失に直結し、全員の利得の合計が常にゼロになるゲーム。勝ち負けがはっきりする将棋やポーカーが典型です。
• 非ゼロサムゲーム：協力によって全体の利益を増やせるゲーム。多くのビジネスや交渉はこちらに当たり、「双方が得をする」結果もありえます。
• 協力ゲームと非協力ゲーム：プレイヤーが拘束力のある合意（協力）を結べる前提か、各自が独立に動く前提かの違いです。囚人のジレンマは非協力ゲームの代表例です。
• 繰り返しゲーム：同じゲームが何度も繰り返される状況。1回限りなら裏切りが有利でも、繰り返すと「協力」が成立しやすくなります（後述）。

もう一つの有名モデル：チキンゲーム

囚人のジレンマと並んでよく取り上げられるのがチキンゲームです。語源は、2台の車が正面衝突するコースを走り、先にハンドルを切って避けた方が「チキン（臆病者）」として負け、とされる度胸試しです。

このゲームの本質は、お互いが譲らず突き進むと、双方にとって最悪の結果（衝突＝共倒れ）になる点にあります。相手が引いてくれれば自分は突き進んで勝てますが、両者とも引かなければ破滅します。ナッシュ均衡は「片方が引いて、もう片方が突き進む」という組み合わせで、どちらが引くかによって2通り存在します。

ビジネスでは、過熱した値下げ競争が典型例です。競合が値下げをやめれば自社だけ値下げを続けてシェアを取れますが、両社が意地を張って値下げを続けると、利益を削り合って共倒れになります。「どこで引くか（ハンドルを切るか）」の見極めが重要になる構図です。囚人のジレンマが「協力か裏切りか」だとすれば、チキンゲームは「強気を貫くか折れるか」のチキンレースだと整理できます。

繰り返しになると協力が生まれる

囚人のジレンマは「1回限り」なら裏切り（自白）が合理的でした。しかし、同じ相手と何度も繰り返す状況では話が変わります。今回裏切れば、次回以降は相手も裏切り返してくるため、長期的には損をするからです。

このとき有効なのが「しっぺ返し戦略」です。最初は協力し、以降は相手が前回とった行動をそのまま真似る、というシンプルな戦略です。相手が協力すれば自分も協力、裏切れば自分も裏切る。これにより、お互いに「協力し続けた方が得だ」という関係が築かれやすくなります。企業同士が無謀な価格競争を避けて適正価格を保つのも、取引が長期的に続くという前提があるからこそです。短期の利益ではなく長期の関係を見据えると、協力が合理的な選択になるのです。

ゲーム理論の歴史

ゲーム理論が学問として確立したのは20世紀です。その歩みを簡単に振り返ります。

体系的な出発点は1944年、数学者ジョン・フォン・ノイマンと経済学者オスカー・モルゲンシュテルンが著した『ゲームの理論と経済行動』です。この著作で、ゲーム理論は経済学に応用できる数学的な枠組みとして示されました。ただし当初は、主にゼロサムの状況が扱われていました。

これを大きく前進させたのがジョン・ナッシュです。彼は1950年、プリンストン大学の博士論文「非協力ゲーム（Non-cooperative Games）」で、協力関係のない状況にも適用できる均衡概念「ナッシュ均衡」を示しました。この業績により、ナッシュは1994年にハーサニ、ゼルテンとともにノーベル経済学賞を受賞しています（彼の半生は映画『ビューティフル・マインド』でも描かれました）。以降、ゲーム理論は経済学にとどまらず、政治学・生物学・情報科学など多分野に広がりました。

ゲーム理論の応用例

ゲーム理論は抽象的な数理だけでなく、現実のさまざまな場面で使われています。代表的な応用を見てみましょう。

ビジネス・経済

最も応用が進んでいるのがビジネスと経済の領域です。少数の企業が市場を占める寡占市場では、各社の価格や生産量の決定が互いに影響し合うため、ゲーム理論的な分析が有効です。価格競争はまさに囚人のジレンマの構造で、両社が値下げを我慢すれば双方が利益を保てるのに、抜け駆けの誘惑から値下げ合戦に陥り、結果的に共倒れになることがあります。新製品の投入タイミング、入札・オークションでの戦略決定なども、競合の行動を読んで意思決定する典型例です。利用者が増えるほど価値が高まるネットワーク効果の働く市場では、こうした戦略的な意思決定が市場全体の勢力図を左右します。

政治・社会

政治や国際関係でもゲーム理論は重要です。冷戦期の核抑止（相互確証破壊）は、「相手が攻撃すれば自分も反撃する」という構造で均衡を保つ考え方でした。また、環境問題は「社会的ジレンマ」の典型です。各国が自国の経済成長を優先すると、地球全体の対策が進まない——個人（各国）の合理性と全体の利益がズレる、囚人のジレンマと同じ構造です。これを解決するため、炭素税や排出権取引といった「協力にインセンティブを与える仕組み」が設計されています。

AI・強化学習

近年とくに注目されているのが、AI（人工知能）分野での応用です。複数のAIエージェントが互いに影響し合いながら最適な行動を学習する場面では、ゲーム理論が理論的な土台になります。たとえば強化学習では、エージェントが試行錯誤を通じて報酬を最大化する戦略を学びますが、複数のエージェントが同時に学習する「マルチエージェント環境」では、相手の戦略を考慮する必要があり、ナッシュ均衡などの概念が用いられます。自動運転車が交差点で他車と安全に協調するアルゴリズム、オンライン広告の入札最適化、サイバーセキュリティにおける攻撃側と防御側の戦略分析など、システム開発の現場でもゲーム理論的な考え方が活かされています。

ゲーム理論の限界と注意点

強力な分析ツールであるゲーム理論にも、限界があります。利用する際は次の点を意識すると、より実践的に使えます。

第一に、ゲーム理論は基本的にプレイヤーが完全に合理的であることを前提にしています。しかし現実の人間は、感情や思い込み、認知バイアスによって、必ずしも合理的には行動しません。この前提のズレを補うため、近年は行動経済学とゲーム理論を組み合わせ、人間の非合理性を織り込んだ分析が進んでいます。たとえば「損失を過大に嫌う」傾向（損失回避）や、同じ内容でも提示の仕方で判断が変わるフレーミング効果などは、理論上の最適解とは異なる選択を生みます。

第二に、ナッシュ均衡は1つとは限らず、複数存在したり、存在しなかったりすることがあります。そのため、現実の問題に当てはめても一意の答えが出ないこともあります。ゲーム理論は「唯一の正解を出す機械」ではなく、状況の構造を見抜き、意思決定を整理するための思考の枠組みとして使うのが適切です。

ゲーム理論をビジネスでどう活かすか

ゲーム理論は学者だけのものではなく、ビジネスパーソンの思考の道具としても役立ちます。実務で活かすときのポイントを整理します。

第一に、相手の立場で考える習慣がつきます。自社の打ち手を考える前に「競合や取引先はどう動くか」を読む。ゲーム理論は、この読み合いを構造的に整理してくれます。値下げ・新規参入・交渉などの局面で、「自分が動いたら相手はどう反応するか」を一段深く想像できるようになります。

第二に、不毛な競争を避ける視点が得られます。囚人のジレンマやチキンゲームの構造を知っていれば、目先の利益を追って値下げ合戦に突入することが、長期的には共倒れを招くと理解できます。繰り返しゲームの考え方を踏まえ、短期の勝ち負けではなく長期的な関係や業界全体の健全性を見据えた判断がしやすくなります。

第三に、交渉や合意形成に応用できます。パレート最適の発想は、「お互いがもっと得をできる余地はないか」を探す姿勢につながります。対立を勝ち負けのゼロサムと捉えず、協力で全体のパイを広げる非ゼロサムの解を探る——これは交渉やチームの合意形成で強力な視点になります。

まとめ

ゲーム理論の要点を整理します。

• ゲーム理論とは、相手の出方を考慮して自分の最適な行動を分析する枠組み。要素はプレイヤー・戦略・利得（ペイオフ）
• 囚人のジレンマは、各自が合理的に行動した結果、全員にとって望ましくない結果になることを示す代表例
• ナッシュ均衡＝誰も単独では行動を変えない状態、パレート最適＝全体として無駄のない状態。この2つのズレが「ジレンマ」の正体
• 繰り返しゲームでは、長期的な関係を前提に「協力」が成立しやすくなる
• ビジネス・政治・環境問題・AIなど幅広い分野で応用されるが、完全合理性の前提など限界もある

ゲーム理論は、「相手がいる状況での意思決定」を論理的に整理する強力な道具です。価格競争や交渉、組織内の調整など、ビジネスのあらゆる場面に潜む構造を見抜く視点として、知っておいて損のない教養といえるでしょう。

よくある質問（FAQ）

Q. ゲーム理論はなぜ「ゲーム」という名前なのですか？
A. 遊びのゲームのように「複数の参加者がルールの中で、相手の動きを読みながら自分の手を選ぶ」構造を扱うことに由来します。対象は遊戯に限らず、価格競争・交渉・国際関係など、利害が絡む意思決定全般です。

Q. ナッシュ均衡とパレート最適は何が違うのですか？
A. ナッシュ均衡は「誰も単独で行動を変えても得をしない安定した状態」で、各プレイヤーの個人的な合理性から決まります。パレート最適は「誰かを良くするには他の誰かを犠牲にするしかない、全体として無駄のない状態」です。囚人のジレンマでは両者が一致せず、そのズレがジレンマの正体になります。

Q. 囚人のジレンマは現実のどんな場面で起きますか？
A. 企業同士の値下げ競争が典型です。両社が値下げを我慢すれば双方が利益を保てるのに、抜け駆けの誘惑からそろって値下げし、共倒れになります。環境問題（各国が自国優先で全体の対策が進まない）や軍拡競争も同じ構造です。

Q. ゲーム理論を学ぶと何の役に立ちますか？
A. 「相手の出方を読んで自分の手を考える」戦略的思考が身につきます。価格設定・交渉・新規参入の判断などで、相手の反応を一段深く想像できるようになり、不毛な競争を避けたり、双方が得をする解を探したりする視点が得られます。

Q. ゼロサムゲームと非ゼロサムゲームの違いは？
A. ゼロサムゲームは一方の利益が他方の損失に直結し、全員の利得の合計が常にゼロになるゲームです（勝ち負けが明確な勝負事など）。非ゼロサムゲームは協力によって全体の利益を増やせるゲームで、多くのビジネスや交渉が該当します。

Q. 文系でもゲーム理論は理解できますか？
A. はい。基本的な考え方は数式なしでも理解できます。本記事のように囚人のジレンマを具体的な数値と表で追えば、ナッシュ均衡やパレート最適といった主要概念は十分に把握できます。学術的に深掘りする段階で数学が必要になりますが、ビジネスで活かす範囲なら考え方の理解が中心です。