ゲーム理論（Crypto向け）

Web3におけるインセンティブシステムの理解と設計のための戦略分析フレームワーク。

「すべてのプロトコルはゲームだ。すべてのトークンはインセンティブだ。すべてのユーザーはプレイヤーだ。ルールを理解するか、プレイされるか、どちらかだ。」

このスキルを使う場面

• トークノミクスのエクスプロイトや不整合なインセンティブの分析
• ガバナンス提案と投票メカニズムの評価
• MEVと敵対的なトランザクション順序付けの理解
• オークションメカニズムの設計（NFTドロップ、トークンセール、清算）
• システムにおける合理的なアクターの行動予測
• DeFiプロトコルの攻撃ベクトルの特定
• 流動性提供戦略のモデリング
• プロトコルの持続可能性の評価

コアフレームワーク

5つの質問

あらゆるプロトコルやメカニズムについて、以下を問いかけます：

1. プレイヤーは誰か？ （ユーザー、LP、バリデーター、サーチャー、ガバナンストークンホルダー）
2. 彼らの戦略は何か？ （各プレイヤーが利用可能なアクション）
3. ペイオフは何か？ （各結果が各プレイヤーにどう影響するか）
4. 彼らはどんな情報を持っているか？ （完全か、不完全か、非対称か？）
5. 均衡は何か？ （合理的なアクターはどこに落ち着くか？）

分析テンプレート

## プロトコル: [名前]

### プレイヤー
- プレイヤーA: [役割、目的、制約]
- プレイヤーB: [役割、目的、制約]
- ...

### 戦略空間
- プレイヤーAができること: [可能なアクションのリスト]
- プレイヤーBができること: [可能なアクションのリスト]

### ペイオフ構造
- （AがX、BがYをした場合）: Aが得る[ペイオフ]、Bが得る[ペイオフ]
- ...

### 情報構造
- 公開情報: [すべてが知っていること]
- 私的情報: [一部のプレイヤーだけが知ること]
- 観察可能なアクション: [オンチェーンで見えること]

### 均衡分析
- ナッシュ均衡: [プレイヤーが逸脱したくない安定した結果]
- 優位戦略: [常に他者のアクションに関わらず最適な戦略]
- 潜在的なエクスプロイト: [攻撃者を利益させる逸脱]

### 推奨事項
- [インセンティブアライメントを改善するための設計変更]

リファレンスドキュメント

ドキュメント	ユースケース
ナッシュ均衡	戦略的相互作用における安定的な結果の発見
メカニズム設計	期待される均衡を持つシステムの設計
オークション理論	トークンセール、NFTドロップ、清算
MEVゲーム理論	敵対的なトランザクション順序付け
トークノミクス分析	トークンインセンティブ構造の評価
ガバナンス攻撃	投票操作とキャプチャー
流動性ゲーム	LP戦略と無常損失
情報経済学	情報非対称性とシグナリング

クイックコンセプト

ナッシュ均衡

プレイヤーが一方的に戦略を変更してペイオフを改善できない状態。ゲームの「安定した」結果。

Cryptoの応用： ステーキングシステムでは、ナッシュ均衡はバリデーター間のステーク分布を決定します。

優位戦略

他者が何をしても最適である戦略。

Cryptoの応用： 第二価格オークションでは、真の価値での入札が優位です。

パレート効率性

誰かを改善することなく、他の誰かを改善できない結果。

Cryptoの応用： AMMの手数料構造はトレーダーとLPのためにパレート効率を目指します。

メカニズム設計

「逆ゲーム理論」―目的の結果を達成するようにルールを設計すること。

Cryptoの応用： トークンベスティングスケジュールの設計により長期的なインセンティブをアライメントする。

シェリング・ポイント

コミュニケーションなしに人々が集約する解決策。

Cryptoの応用： なぜ特定の価格レベルが心理的なサポート/レジスタンスとして機能するのか。

インセンティブ適合性

正直な行動が参加者にとって最適である場合。

Cryptoの応用： オラクル設計では正直なレポーティングが優位戦略です。

共通知識

誰もがXを知っており、誰もが「誰もが知っている」を知っており、無限再帰的。

Cryptoの応用： パブリックブロックチェーンの状態が残高/ポジションの共通知識を作成します。

分析パターン

パターン1: コモンズの悲劇

構造： 共有リソース、個人的な過剰利用のインセンティブ、集合的害。

Cryptoの例：

• 混雑時のガス価格入札
• ガバナンストークン投票への無関心
• UXを低下させるMEV抽出

解決策のアプローチ：

• ハーバーガー税
• 二次投票メカニズム
• コミットメント方式

パターン2: 囚人のジレンマ

構造： 個人の合理性が集合的な非合理性につながる。

Cryptoの例：

• 流動性マイニングの傭兵（ファーム・アンド・ダンプ）
• バリデーター手数料の競争激化
• ブリッジセキュリティ（各チェーンは他のチェーンのセキュリティを望む）

解決策のアプローチ：

• 繰り返しゲーム（評判）
• コミットメント・メカニズム（ステーキング/スラッシング）
• メカニズム再設計

パターン3: 調整ゲーム

構造： 複数の均衡、プレイヤーは調整したいが失敗する可能性がある。

Cryptoの例：

• どのL2を使うか？
• トークン標準の採用
• ハードフォーク調整

解決策のアプローチ：

• 焦点（シェリング・ポイント）
• 順序付きムーブ（先発者利益）
• コミュニケーション・メカニズム

パターン4: プリンシパル・エージェント問題

構造： 一方が他方に代わって行動し、インセンティブが不整合である。

Cryptoの例：

• プロトコルチーム対トークンホルダー
• ガバナンスのデリゲート
• ファンドマネージャー

解決策のアプローチ：

• インセンティブアライメント（トークンベスティング）
• モニタリング（透明性）
• ボンディング（スキンインザゲーム）

パターン5: 逆選択

構造： 情報非対称性が市場崩壊につながる。

Cryptoの例：

• トークン立ち上げ（チームは購入者より多く知っている）
• 保険プロトコル（危険性の高いユーザーはより購入する傾向）
• 貸付（借り手は自分のリスクをより知っている）

解決策のアプローチ：

• シグナリング（ロック・アップ、監査）
• スクリーニング（信用スコア、履歴）
• プーリング均衡

パターン6: モラルハザード

構造： 契約後の隠れた行動がリスク回避につながる。

Cryptoの例：

• 保険付きプロトコルはより多くのリスクを取る可能性
• ベイルアウト予想がレバレッジを促進
• 匿名チームはラグする可能性

解決策のアプローチ：

• モニタリングと透明性
• インセンティブアライメント
• 評判システム

Cryptoの一般的なゲーム

MEVゲーム

プレイヤー： ユーザー、サーチャー、ビルダー、バリデーター 主要な洞察： トランザクション順序付けはゲームであり、ユーザーはしばしば敗者である

参照: MEV戦略

流動性ゲーム

プレイヤー： LP、トレーダー、アービトラージャー 主要な洞察： 無常損失は逆選択の対象となるコストである

参照: 流動性ゲーム

ガバナンスゲーム

プレイヤー： トークンホルダー、デリゲート、プロトコルチーム 主要な洞察： 合理的な無関心+集中した利益=キャプチャー

参照: ガバナンス攻撃

ステーキングゲーム

プレイヤー： ステーカー、バリデーター、デリゲーター 主要な洞察： セキュリティ予算は攻撃利益を超える必要がある

参照: トークノミクス分析

オラクルゲーム

プレイヤー： データプロバイダー、コンシューマー、攻撃者 主要な洞察： 操作からの利益は費用より少なくなければならない

参照: メカニズム設計

プロトコル設計の赤旗

トークノミクスの赤旗

• インサイダーは他者より前に売却可能（ベスティング非対称性）
• インフレが少数の恩恵を受け、多くを希薄化
• シンク・メカニズムがない（永続的な売却圧力）
• リスクなしの報酬（無料でお金=他者が支払い）

ガバナンスの赤旗

• 低いクォーラム閾値（少数派キャプチャー）
• 時間遅延がない（フラッシュローン攻撃）
• トークン投票のみ（プルトクラシー）
• スキンインザゲームのないデリゲート

メカニズムの赤旗

• 先着順（ボット利益）
• コミットメントなしのシールド入札（フロントランニング）
• リベート/返金（MEV抽出）
• 複雑な公式（隠れたエクスプロイト）

高度なトピック

繰り返しゲームと評判

シングルショットゲームは悪い均衡を持つことが多い。繰り返しは以下を通じた協力を実現：

• トリガー戦略（逸脱まで協力）
• 評判構築（破壊は費用がかかる）
• 将来価値（忍耐強いプレイヤーはより協力）

Cryptoの応用： なぜ匿名のアクターはDoxxedチームより悪い振る舞いをするのか。

進化ゲーム理論

競争的選別に生き残る戦略。以下に関連：

• 長期的に生き残るプロトコル
• ナレーティブ間のミメティック競争
• ボット戦略進化

ベイズゲーム

不完全情報を持つゲーム。プレイヤーは他者のタイプについて信念を持つ。

Cryptoの応用： 未知のカウンターパーティとの取引、匿名チームの評価。

協力ゲーム理論

プレイヤーが拘束力のあるコアリションを形成できる場合。

Cryptoの応用： MEV抽出コアリション、バリデーターカルテル、ガバナンスブロック。

アルゴリズムゲーム理論

ゲーム理論の計算的側面。

Cryptoの応用： オンチェーンゲーム計算の制限、ガス効率的なメカニズム設計。

方法論

ステップ1: ゲームをモデル化する

• すべてのプレイヤーを特定（明白でないものも含む）
• 完全な戦略空間をマッピング
• ペイオフ関数を正確に定義
• 情報構造を指定

ステップ2: 均衡を見つける

• 優位戦略をチェック
• ナッシュ均衡を計算
• パレート改善を特定
• 戦慄く手完全性を検討

ステップ3: ストレステストを実施

• プレイヤーが共謀した場合？
• 新しいプレイヤーが参入した場合？
• 情報が漏洩した場合？
• パラメータが変更された場合？

ステップ4: 推奨する

• 均衡を改善するためのメカニズム変更
• 逸脱を検出するモニタリング
• 安定性を維持するためのパラメータ境界

リソース

基礎的なテキスト

• 「ゲーム理論と経済行動」―フォン・ノイマン&モルゲンシュテルン
• 「ビューティフル・マインド」（ナッシュの人生、アクセス可能な入門）
• 「紛争の戦略」―シェリング
• 「メカニズム設計理論」―マイヤーソン（ノーベル講演）

Crypto固有

• 「Flash Boys 2.0」―MEVペーパー
• 「SoK: DeFi攻撃」―DeFiエクスプロイトの体系化
• 「Clockwork Finance」―MEVとメカニズム設計
• Paradigm研究ブログ

ツール

• Nashpy（PythonゲームI理論ライブラリ）
• Gambit（ゲーム理論ソフトウェア）
• エージェントベースモデリングフレームワーク