Ինչպես միշտ հաղթել Rock, Paper, Scissors-ում: Ինչպե՞ս հաղթել ռոք-թուղթ-մկրատ խաղում: (օպտիմալ ռազմավարության իրականացում Wolfram Mathematica-ում)

Wolfram Research-ի միջազգային բիզնեսի և ռազմավարական զարգացման գծով տնօրեն Ջոն Մքլոունի գրառման թարգմանությունը: Բնօրինակ գրառում. Ինչպես հաղթել Rock-Paper-Scissors-ում
Ներբեռնեք գրառումը որպես Mathematica փաստաթուղթ

Մաթեմատիկական տեսանկյունից ռոք-թուղթ-մկրատ խաղն առանձնապես հետաքրքիր չէ (տես Հավելված 1 վերջում): Նեշի հավասարակշռության ռազմավարությունը շատ պարզ է՝ ընտրեք պատահականորեն և հավասար հավանականությամբ երեք տարբերակներից, և հաշվի առնելով մեծ թվով խաղեր, ոչ դուք, ոչ ձեր հակառակորդը չեք կարող հաղթել: Չնայած համակարգչի միջոցով ռազմավարությունը հաշվարկելիս, այնուամենայնիվ, կարելի է մարդուն հաղթել մեծ թվով խաղերից հետո։

Իմ ինը տարեկան դուստրն ինձ ցույց տվեց իր ստեղծած ծրագիրը՝ օգտագործելով Scratch-ը, որը բացարձակապես ամեն անգամ հաղթում էր՝ պարզապես հետևելով, թե ինչ ընտրություն եք կատարել ձերն անելուց առաջ: Բայց ես ձեզ կներկայացնեմ մի պարզ լուծում, որը առանց խաբելու մարդուն ծեծում է քարաթուղթ-մկրատով։

Քանի որ անհնար է հաղթել մեկին, ով միշտ կատարում է բոլորովին պատահական ընտրություն, մենք հույս կդնենք այն փաստի վրա, որ մարդիկ այնքան էլ պատահական չեն: Եթե ​​համակարգիչը կարող է նկատել այն օրինաչափությունը, որին հետևում եք պատահական լինելու ձեր փորձերում, դա մեկ քայլ ավելի մոտ կլինի ձեր ապագա գործողությունները կանխատեսելուն:

Ես մտածում էի ալգորիթմ ստեղծելու մասին՝ որպես մեր վիճակագրության դասընթացի թեմաներից մեկը՝ Համակարգչային վրա հիմնված մաթեմատիկա հայեցակարգի ներքո: Բայց առաջին հոդվածը, որը ես հանդիպեցի կանխատեսող ալգորիթմների որոնման ժամանակ, ուսումնասիրեց լուծումը, օգտագործելով բարդ դիզայն, որը հիմնված է զուգակցման բաշխումների վրա: Այս լուծումը դժվար ըմբռնելի էր դպրոցի աշակերտի համար (և գուցե նույնիսկ ինձ համար), ուստի ես որոշեցի ավելի պարզ լուծում մշակել, որը ես կարող եմ բացատրել պարզ բառերով: Եվ նույնիսկ եթե այն արդեն մշակվել է նախկինում, շատ ավելի զվարճալի է ստեղծել իրեր ձեր ձևով, քան գտնել դրանց պատրաստի իրականացումը:

Սկզբից մենք պարզապես պետք է կարողանանք սկսել խաղը: Այն ժամանակ արդեն մշակվել և հասանելի էր մի ցուցադրություն, որը թույլ էր տալիս խաղալ ռոք-թուղթ-մկրատ, բայց դա այնքան էլ այն չէր, ինչ ինձ պետք էր, ուստի ես գրեցի իմ տարբերակը: Այս կետը շատ բացատրություն չի պահանջում.

Մեծ մասամբ այս կոդը նկարագրում է օգտատիրոջ միջերեսը և խաղի կանոնները։ Համակարգչային նվագարկչի ամբողջ ռազմավարությունը պարունակվում է այս գործառույթում.

Որտեղ 1-ը համապատասխանում է քարին, 2-ը՝ թղթին և 3-ը՝ մկրատին: Սա օպտիմալ լուծում է։ Անկախ նրանից, թե ինչպես եք խաղում, դուք կշահեք այնքան խաղեր, որքան համակարգիչը, և ձեր շահումների տոկոսադրույքը կմնա զրոյի շուրջ:

Այսպիսով, հիմա հետաքրքիր կլիներ վերաշարադրել գործառույթը ընտրել Գնալձեր ընտրության վերաբերյալ կանխատեսումներ անելու համար՝ օգտագործելով փոփոխականում պահվող վերջին խաղերի տվյալները պատմությունը. Առաջին քայլը վերլուծելն է վերջին մի քանի խաղերի ընթացքում կատարված ընտրությունները և գտնել ցանկացած հաջորդականության բոլոր դեպքերը: Դիտարկելով, թե ինչ է արել մարդը յուրաքանչյուր հաջորդ խաղում, մենք կարող ենք բացահայտել վարքի որոշակի օրինաչափություն:

Ֆունկցիայի առաջին փաստարկը անցյալ խաղերի պատմությունն է: Օրինակ, ստորև բերված տվյալների հավաքածուում համակարգիչը (երկրորդ սյունակը յուրաքանչյուր ենթացանկի երկրորդ տարրն է) հենց նոր թուղթ է խաղացել (թիվ 2) մարդու խաղացած քարի դեմ (թիվ 1): Դա երևում է ցուցակի վերջին տարրից։ Հասկանալի է նաև, որ այս իրավիճակն արդեն երկու անգամ է ստեղծվել, և երկու անգամ էլ մարդու հաջորդ քայլը կրկին քար էր։

Երկրորդ փաստարկը պատմության վերջին տարրերի քանակն է, որոնք կօգտագործվեն որոնման համար: Այս դեպքում 1 թիվը փոխանցվում է որպես արգումենտ ֆունկցիային, որը որոնում է տվյալները միայն (1,2) դեպքերի համար։ Եթե ​​ընտրենք 2-ը, ֆունկցիան կփնտրի (3,2), (1,2) հաջորդականության դեպքերը և կվերադարձնի դատարկ ցուցակ, քանի որ նման հաջորդականություն նախկինում չի հանդիպել:

Երրորդ փաստարկ Բոլորը, ցույց է տալիս, որ պահանջվող հաջորդականություններում և՛ մարդու, և՛ համակարգչի շարժումները պետք է համընկնեն։ Փաստարկը կարող է փոխվել 1-ի` նայելու միայն անձի քայլերի պատմությանը (այսինքն` ենթադրելով, որ մարդու ընտրությունը կախված է միայն իր նախկին քայլերից), կամ 2-ի` միայն երկրորդ սյունակին, այսինքն` պատմությանը նայելու համար: համակարգչի քայլերից (այսինքն՝ ենթադրելով, որ մարդն արձագանքում է համակարգչի նախորդ քայլերին՝ անկախ նրանից, թե ինքն ինչ շարժումներ է կատարել և հետևաբար՝ անկախ նրանից՝ հաղթել է, թե պարտվել)։

Օրինակ, այս դեպքում մենք գտնում ենք, որ մարդը ընտրել է քարից հետո, անկախ նրանից, թե համակարգիչը ինչ է ընտրել նույն խաղերում։

Հաշվի առնելով մեծ քանակությամբ տվյալներ, մենք կարող ենք բավարարվել միայն փաստարկներով Բոլորը, և ծրագիրն ինքը կկարողանա որոշել, թե ում քայլերն են՝ համակարգչի, թե անձի, ավելի կարևոր: Օրինակ, եթե մարդն անտեսում է համակարգչի շարժումների պատմությունը ընտրություն կատարելիս, ապա համակարգչային տեղաշարժերի պատմության համար ստացված տվյալների հավաքածուն կունենա նույն բաշխումը, ինչ համակարգչային շարժման ցանկացած այլ պատմության դեպքում՝ պայմանով, որ բավարար տվյալներ կան: նախորդ խաղերի վերաբերյալ: Բոլոր զույգ խաղերում որոնելով՝ մենք ստանում ենք նույն արդյունքը, կարծես սկզբում ընտրել ենք տվյալներ համակարգչի քայլերի պատմությունից, այնուհետև օգտագործել այս ենթաբազմությունը վերը նշված ֆունկցիայի համար: Նույնը տեղի կունենա, եթե միայն համակարգչի շարժումների պատմությունը նշանակություն ունենա: Բայց միևնույն ժամանակ, այս երկու ենթադրություններով էլ առանձին-առանձին որոնելով, դուք կարող եք պատմության մեջ ավելի ճշգրիտ համընկնում ստանալ, և դա առավել ակնհայտ է այն դեպքերում, երբ խաղերի վերաբերյալ տվյալների հավաքածուն սկզբում փոքր է:

Այսպիսով, այս երկու թեստերից մենք կարող ենք պարզել, որ առաջինը տալիս է 100% գնահատական, որ մարդու հաջորդ ընտրությունը կլինի քարը, իսկ երկրորդը ցույց է տալիս, որ 75% հավանականությամբ մարդը կընտրի քարը և 25%: հավանականություն - մկրատ.

Եվ ահա ես որոշ չափով խրված եմ խնդրի լուծման մեջ։

Այս դեպքում երկու կանխատեսումները արդյունքով առնվազն քիչ թե շատ մոտ են, թեև դրանք տարբերվում են հավանականությունների թվային արժեքներում: Բայց եթե դուք փնտրում եք տվյալների երեք «հատվածներ»՝ մի շարք տարբեր պատմության երկարություններով, և կանխատեսման արդյունքները անհամապատասխան են, ինչպե՞ս եք դրանք համատեղում:

Ես այս հարցի վերաբերյալ գրառում էի ներկայացրել իմ «Գրել բլոգ այս մասին» թղթապանակում և մոռացել էի դրա մասին մինչև մի քանի շաբաթ առաջ, երբ վեճ սկսվեց այն մասին, թե ինչպես կարելի է լուսաբանել «վիճակագրական նշանակություն» հասկացությունը համակարգչային մաթեմատիկայի դասընթացում:

Ես հասկացա, որ հարցն այն չէ, թե ինչպես կարելի է համատեղել ստացված կանխատեսումները, այլ ինչպես որոշել, թե կանխատեսումներից որն է առավել նշանակալից: Կանխատեսումներից մեկը կարող է ավելի նշանակալից լինել, քան մյուսները, քանի որ այն արտացոլում է ավելի ուժեղ միտում կամ գուցե հիմնված է ավելի մեծ տվյալների վրա: Սա ինձ համար նշանակություն չուներ, ուստի ես պարզապես օգտագործեցի նշանակության թեստի p-արժեքը (զրոյական վարկածով, որ երկու խաղացողներն էլ պատահաբար են խաղում)՝ արդյունքում ստացված կանխատեսումները դասակարգելու համար:

Կարծում եմ, որ պետք է լսեմ մերոնց առաջին սկզբունքըոր ցանկացած մաթեմատիկական խնդրի լուծման առաջին քայլը «հարցի ճիշտ ձևակերպումն է»։

Հիմա, եթե վերցնենք մեր ստացած վերջին արդյունքը, կստացվի, որ լավագույն կանխատեսումը քարն է, որն ունի 0,17 p արժեք։ Սա նշանակում է, որ կա միայն 0,17 հավանականություն, որ տվյալ կանխատեսման համար օգտագործվող տվյալները շեղվում են դիսկրետ միատեսակ բաշխումից ( Դիսկրետ Միասնական Բաշխում[(1,3)]), և ավելի շատ պատահական, քան համակարգային սխալի պատճառով, լինի դա մարդկային կամ որևէ այլ պատճառով, որը կարող է փոխել բաշխումը:

Որքան փոքր է այս p-արժեքը, այնքան ավելի վստահ կարող ենք լինել, որ գտել ենք վարքագծի իրական օրինաչափություն: Այսպիսով, մենք պարզապես կանխատեսումներ ենք անում պատմության տարբեր երկարությունների և տվյալների հատվածների համար և ընտրում ենք ամենափոքր p-արժեքով կանխատեսումը:

Եվ մենք այնպիսի ընտրություն ենք կատարում, որը կհաղթի մարդու ընտրությանը:

Այստեղ դուք տեսնում եք արդյունքը. Դուք կարող եք ներբեռնել և փորձել ինքներդ Wolfram Demonstrations կայքից:

Երբ ծրագիրն ունի շատ քիչ տվյալներ, այն խաղում է պատահականորեն, այնպես որ դուք սկսում եք գործել հավասար հիմունքներով: Սկզբում, երբ նա նոր է սկսում սովորել, նա մի քանի հիմար որոշումներ է կայացնում, որպեսզի կարողանաս առաջ գնալ: Բայց 30-40 խաղից հետո այն սկսում է իսկապես իմաստալից կանխատեսումներ ստանալ, և դուք կտեսնեք, որ ձեր հաղթանակների տոկոսադրույքը գնում է բացասական դաշտ և մնում այնտեղ:

Իհարկե, նման լուծումը լավ է միայն պատահական երևալու պարզունակ փորձերի դեմ։ Դրա կանխատեսելիությունը դարձնում է այն ենթակա հնարավոր կորստի համար լավ հաշվարկված և պլանավորված ռազմավարության դեմ: Չափազանց հետաքրքիր է փորձել հաղթել այս ծրագիրը՝ օգտագործելով ինտուիցիա: Հնարավոր է, բայց եթե դադարեք մտածել կամ շատ ծանր մտածեք, շուտով հետ կմնաք։ Իհարկե, ծրագիրը հեշտությամբ կարող է դա անել՝ օգտագործելով նույն ալգորիթմը՝ կանխատեսելու ծրագրի հաջորդ քայլը:

Այս մոտեցումը հանգեցնում է մի տեսակ «սպառազինությունների մրցավազքի» սկզբի՝ ալգորիթմներ գրելու մրցույթի, որոնք կշահեն հակառակորդի ալգորիթմի դեմ ռոք-թղթի մկրատը, և դա կանգնեցնելու միակ ճանապարհը Նեշի հավասարակշռության ռազմավարությանը վերադառնալն է. ընտրությունների միջոցով Պատահական ամբողջ թիվ[(1,3)].

Հավելված 1
Եթե ​​չգիտեք, թե ինչպես խաղալ այս խաղը, կանոնները հետևյալն են՝ դուք ընտրում եք քար, թուղթ, մկրատ՝ օգտագործելով ձեր և ձեր հակառակորդի կողմից միաժամանակ ցուցադրվող երեք ժեստերից մեկը: Ժայռը հաղթում է մկրատին (ձանձրացնում է), մկրատը՝ թղթին (կտրում են), իսկ թուղթը՝ քարին (փաթաթում է): Հաղթողը ստանում է մեկ միավոր, հավասարության դեպքում երկու խաղացողներն էլ միավորներ չեն ստանում:

Շնորհակալություն այս գրառումը թարգմանելու հարցում ձեր օգնության համար:

Աստված գիտի, թե մանկության քանի վիճելի իրավիճակներ են լուծվել «Քար, թուղթ, մկրատ» խաղալով։ Ինչու՞ կան երեխաներ, կան շատ մեծահասակ երեխաներ, ովքեր վայրկյանների ընթացքում հեշտ ելք են գտնում ու դեն նետված նշան: Այսպիսով, ի՞նչ է թաքնված մատների պարզ նետման հետևում` շա՞տ, թե՞ ապացուցված ռազմավարություն: Գիտնականները հաստատապես գիտեն պատասխանը և տալիս են իրենց հաղթող բաղադրատոմսը։

Վերջերս Չժեցզյան համալսարանի չինացի հետազոտողների խումբը աշխարհին տեղեկացրեց իրենց հոգեբանական թեստերի համարձակ արդյունքների մասին: Գիտնականները 2010 թվականի դեկտեմբերից մինչև այս տարվա մարտը 5 փորձարարական ցիկլ են անցկացրել։ Յուրաքանչյուր ցիկլ ներառում էր 12 նիստ՝ 6 մասնակցով: Ընդհանուր առմամբ, առարկաների ընդհանուր թիվը հասել է 360 մարդու։ Սեռերի հարաբերակցությունը եղել է 217:143՝ իգական սեռի գերակշռությամբ (պարզապես աղջիկներն ավելի ակտիվ էին գրանցվել): Ուսանողը կամ ասպիրանտը կարող էր մասնակցել ուսումնասիրությանը միայն մեկ անգամ:

Մարդիկ միմյանց աչքից հեռու էին, մոնիտորի էկրանների առաջ։ Սա վերացրեց բանավոր և տեսողական շփումը: Յուրաքանչյուր մասնակից մեկուկեսից երկու ժամ անցկացրեց 300 խաղ պատահական հակառակորդի հետ: Հաղթելու խթանը փոքր դրամական պարգևն էր յուրաքանչյուր շահած փուլի համար: Եվ ահա եզրակացությունները սրանից...

Այսպիսով, ի՞նչ է պետք իմանալ հաղթելու համար: Հսկայական թվով «ճակատամարտեր» դիտարկելուց հետո գիտնականները պարզեցին, որ խաղացողը, ով հաղթեց մրցակցին ընթացիկ խաղում, ավելի հավանական է, որ կրկնի իր գործողությունները հաջորդ փուլում և ավելի քիչ հավանական է, որ ինչ-որ բան փոխի:

Մյուս կողմից, եթե խաղացողը երկու կամ ավելի անգամ անընդմեջ պարտություն կրի, նա կդադարի ցույց տալ վատ ձեռքը և կփորձի կոտրել հենց այն նշանը, որը պարզապես թույլ տվեց իր հակառակորդին հաղթել իրեն:

Այսպիսով, եթե A խաղացողը պարտվողական շղթայի մեջ լիներ, և B խաղացողը պարզապես դեն նետեր մկրատը, դրանով իսկ կտրելով A-ի թուղթը, ապա A-ն, հավանաբար, քար կգցեր, որը հաղթելու արժանի շանսեր կունենա, քանի որ B-ն, ամենայն հավանականությամբ, կկպցներ: նույն հաղթական մարտավարությունը. Վարքագծի հոգեբանությունը պարզ է՝ եթե հաղթում ես, չես փոխվում, եթե պարտվում ես, փոխվում ես։

Կորցրե՞լ եք Հեռացրեք նշանը, որը հաղթում է ձեր հակառակորդի վերջին հաղթական նշանին:

Դուք հաղթե՞լ եք։ Մի շարունակեք ցույց տալ նույն նշանը, փոխարենը դուրս շպրտեք ձեր պարտվող հակառակորդի վերջին ձեռքը:

Դեռ լիովին պարզ չէ՞ Ահա մի քանի հաղթող ռազմավարություններ, որոնք կօգնեն ձեզ մնալ անպարտելի.

Եթե ​​դուք հաղթեիք վերջին խաղում...

Եթե ​​դուք պարտվել եք վերջին խաղում (և ձեր մրցակիցը տեղյակ չէ այս տեխնիկայի մասին)…

• ...քարը դեն նետելուց հետո հաջորդ մենամարտում անցեք մկրատին
• ...դուրս նետելով մկրատը, հաջորդ մենամարտում անցեք թղթին
• ...թուղթը դեն նետելով, հաջորդ մենամարտում անցիր քարին

Եթե ​​դուք պարտվել եք վերջին խաղում (և ձեր մրցակիցը տեղյակ է այս տեխնիկայի մասին)…

• ...քարը դեն նետիր, հաջորդ կռվին գնա թղթին
• ...մկրատը դեն նետելով՝ հաջորդ մենամարտում անցիր քարին
• ...թուղթը դեն նետելով, հաջորդ մենամարտում անցիր մկրատին

Դուք կարող եք ավելի մանրամասն ծանոթանալ չինացի գիտնականների կողմից հանրությանը տրամադրված հետազոտության մեթոդաբանությանը: Իհարկե, այն գրված է անգլերենով եւ պարունակում է դասավորություններ ու բանաձեւեր, որոնք դժվար է հասկանալ մաթեմատիկայից հեռու մարդկանց համար։

Եվ վերջում կավելացնեմ, որ «ժայռի, թղթի, մկրատի» մեջ մեքենաների, տների և կանանց կորցնելու մեղքը նախ և առաջ պետք է դնել ձեր սեփական կրքի վրա, այլ ոչ թե չինացիների ու այս տողերի հեղինակի վրա. .

ԲԵՆՋԱՄԻՆ ՋԵՅՄՍ ԴԱՅՍՈՆ,Սասեքսի բրիտանական համալսարանի հոգեբանության դասախոս, «Բացասական արդյունքների ազդեցությունը իռացիոնալ որոշումների կայացման վրա ժայռի, թղթի, մկրատի խաղում» հետազոտության համահեղինակ.

1 ___________

Մի օր ես տեսա, որ իմ թեզիս ուսանողներից երկուսը իմ գրասենյակի դիմաց ռոք, թուղթ, մկրատ են նվագում, որպեսզի տեսնեմ, թե ով կգնա առաջինը: Նրանցից մեկը վստահ էր իր հաղթանակի վրա, ես հարցրի, թե ինչու, մենք սկսեցինք դիտարկել հնարավոր ռազմավարությունները և վերջացրինք միասին մի ամբողջ ուսումնասիրություն գրել: Մեզ հետաքրքրում էր ապացուցել, որ այս խաղում որոշումների կայացման վրա ազդում են զգացմունքները և ցույց տալ, թե ինչպես: Մենք չփորձեցինք սովորել, թե ինչպես միշտ հաղթել, բայց ճանապարհին պարզեցինք, թե վարքագծային ինչ օրինաչափություններ են նպաստում դրան: Օրինակ, առաջին ռաունդում խաղացողների մեծ մասը անգիտակցաբար ընտրում է քարը: Դա նույնիսկ այն չէ, որ դա կապված է հուսալիության հետ, պարզապես մենք խաղը սկսում ենք այս ժեստով, երբ թափահարում ենք բռունցքը: Ուստի առաջին խաղում ավելի լավ է թուղթը «դեն նետել»։

2 ___________

Սովորական մարդն այսպես է անում. եթե իրը շահում են, հաղթանակի էյֆորիան ստիպում է նորից խաղադրույք կատարել դրա վրա. մենք սիրում ենք անել այնպիսի բաներ, որոնց համար մենք պարգև ենք ստանում: Եվ հակառակը, եթե խաղադրույք կատարեք մկրատի վրա և պարտվեք, ապա հաջորդ փուլում ամենայն հավանականությամբ կփոխեք մարտավարությունը՝ ընտրելով ավելի ամուր առարկա՝ քար։ Իրականում դուք պետք է հետեւեք, թե ինչ է ընտրում ձեր հակառակորդը: Եթե ​​նա պարտվի, կրկնիր իր իրը հաջորդ փուլում, իսկ եթե հաղթի, խաղադրույք կատարիր ավելի ուժեղի վրա։

3 ___________

Հակառակորդի վարքագծի հիման վրա գործելը խելացի ռազմավարություն է, բայց ինչ անել, եթե հակառակորդը հասկանում է, թե ինչ եք անում և փորձում է հարմարվել: Հետո խաղը շատ ավելի դժվար է դառնում։ Այս իրավիճակում պարտությունից պաշտպանվելու միայն մեկ միջոց կա՝ պատահականորեն խառնեք ռազմավարությունները, որպեսզի ձեր գործողությունները կանխատեսելի չլինեն: Մի անգամ դուք կարող եք նույնիսկ միտումնավոր զիջել:

3 ___________

Մեր նպատակը մարդկանց խաբել սովորեցնելը չէր, այլ ստիպելը վերանայել զգացմունքներով թելադրված որոշումները։ Ե՛վ անհաջողությունը, և՛ հաղթանակը մեզ յուրովի խոցելի են դարձնում։ Մեր ուսումնասիրության մեջ նկարագրված սխալը հաճախ կրկնվում է ռուլետկա խաղացողների կողմից՝ անգիտակցաբար հետևելով Martingale սկզբունքին. խաղադրույք կատարելով սևի կամ կարմիրի վրա և հաղթելով, նրանք համառորեն շարունակում են խաղադրույք կատարել միայն «հաջողակ» գույնի վրա և արագորեն կոտրվում են: Պրոֆեսիոնալ պոկեր խաղացողները գիտեն, որ նույնիսկ երբ պարտվում եք, կարող եք շահույթ ստանալ, եթե սառնասրտություն պահպանեք:

5 ___________

Հետազոտության 31 մասնակից 6975 անգամ խաղացել է «Քար, թուղթ, մկրատ», հակառակորդը համակարգչային ծրագիր էր, որն աշխատում էր խառը հավասարակշռության ռազմավարության համաձայն: «Ոչ-ոքի» խաղալով՝ խաղացողները սկսում են իրենց պահել այնպես, կարծես պարտվել են, քանի որ ենթագիտակցական մակարդակում «ոչ-ոքին» ընկալվում է որպես պարտություն։ Ապրիլի 16-ին Լոնդոնի Green Man փաբում կայացած Rock, Paper, Scissors միջազգային առաջնությանը մասնակցել են 196 երկրների խաղացողներ։

«Քար, թուղթ, մկրատ» մանկուց բոլորին ծանոթ խաղ է, որը լուծում էր նույնիսկ ամենալուրջ արական վեճերը: Ես միշտ կարծում էի, որ այս խաղը պարզապես բախտի վրա է հիմնված, բայց դա հեռու է իրականությունից: Այսօր «Այնքան պարզ»:կպատմի ձեզ մի քանի փոքրիկ գաղտնիքներ, որոնք թույլ կտան միշտ հաղթել այս խաղում: Եվ հետո դուք կքշեք առջևի նստատեղին, և մեկ ուրիշը կվազի գարեջրի համար։

Ռոք, թուղթ, մկրատ հաղթելու գաղտնիքը

Եթե ​​դուք արդեն մոռացել եք կանոնները, հիշեցնեմ՝ քարը կոտրում է թուղթը կտրող մկրատը, իսկ թուղթը ծածկում է քարը։

Չժեցզյան համալսարանի չինացի հետազոտողների թիմը հսկայական քանակությամբ փորձեր և դիտարկումներ է անցկացրել, որոնց արդյունքները ցույց են տվել որոշ նախշերԽաղացողը, ով հաղթում է մրցակցին ընթացիկ խաղում, ամենայն հավանականությամբ կկրկնի իր գործողությունները հաջորդ փուլում և դժվար թե որևէ բան փոխի:

Մյուս կողմից, եթե խաղացողը երկու կամ ավելի անգամ անընդմեջ պարտվի, այն կդադարի ցուցադրվել վատ համադրությունև կփորձի կոտրել հենց այն նշանը, որը պարզապես թույլ տվեց իր հակառակորդին հաղթել նրան:

Ելնելով դրանից՝ մենք կարող ենք դուրս բերել հետևյալ հաղթող ռազմավարությունը.

• Եթե ​​պարտվում եք, դուրս նետեք այն նշանը, որը հաղթում է ձեր հակառակորդի վերջին հաղթական նշանին:
• Եթե ​​դուք հաղթեք, մի շարունակեք ցույց տալ նույն նշանը, փոխարենը դուրս նետեք ձեր պարտվող հակառակորդի վերջին համադրությունը:

Եվս մի քանի կարևոր նախշեր

• Ամենից հաճախ ուժեղ սեռի ներկայացուցիչներն առաջինն օգտագործում են քարը, այնպես որ, եթե ձեր հակառակորդը տղամարդ է, փորձեք թուղթ նետել:
• Եթե ​​դուք մրցում եք փորձառու խաղացողի հետ, ապա մեծ հավանականություն կա, որ նա կփորձի խաղալ ձեր միամտության վրա և նետել թուղթը: Օգտագործեք մկրատ:
• Հիշեք, որ եթե ձեր հակառակորդն արդեն երկու անգամ անընդմեջ նետել է քարը, ապա այդ մարդը ատում է կանխատեսելի լինելը և շատ դեպքերում կօգտագործի մկրատ: Քար նետիր։
• Դիտեք ձեր հակառակորդի մատները: Ամենափոքր շարժումները ձեզ կասեն, թե ինչ քայլ է պատրաստվում օգտագործել ձեր հակառակորդը: Բոլոր մատները լարված են՝ քար։ Բոլոր մատները հանգիստ են՝ թուղթ։ Միայն երկու մատն է լարված՝ մկրատ։
• Թուղթն ամենաքիչն է օգտագործվում խաղի մեջ՝ 29,6% դեպքերում։ Մկրատն ավելի հաճախ է օգտագործվում՝ 35%: Իսկ նույնիսկ ավելի հաճախ քարը՝ 35,4%։ Օգտագործեք զարմանքի էֆեկտը.

Ասացեք ձեր ընկերոջը այս փոքրիկ հնարքների մասին, նա բացարձակապես ուրախ կլինի, որ միշտ կհաղթի իր դասընկերների հետ վեճերում:

«Քար, թուղթ, մկրատ» խաղի տատանումները հորինվել են հարյուրավոր տարիներ առաջ: Բայց ինչպես խաղերի մեծ մասը, այս մեկն ավելին է, քան պարզապես պատահականություն: Սա օրինաչափությունների, հոգեբանության և վիճակագրության կռիվ է: Ցանկանու՞մ եք իմանալ, թե ինչ են ասում վիճակագրությունը, հետազոտությունները և փորձագետները այս խաղում հաղթելու մասին:

Հոգեբանություն

Համաձայն Rock, Paper, Scissors համաշխարհային համայնքային կազմակերպության՝ «ժայռը» դեն նետելու գաղափարը ճակատագրական է նորեկների համար։ Տղամարդիկ այս քայլը հատկապես հաճախ են անում։ Պարզվում է, որ այս քայլի ընտրությունը մեծապես կապված է այն մտքի հետ, որ «քարը» ընկալվում է որպես «ուժեղ» և «ուժեղ կամքով», այդ իսկ պատճառով տղամարդիկ հակված են ընտրել այն։ Եվ քանի որ թշնամին կկռահի, որ դուք կշպրտեք «ժայռը», դուք նախ պետք է ընտրեք «մկրատը»:

Խոսք հետազոտողների կողմից

Չժեցզյան համալսարանի գիտնականները, որոնք մասնագիտացած են խաղերի տեսության մեջ, ուսումնասիրել են այն օրինաչափությունները, որոնք մարդիկ հակված են ընտրել խաղալու համար: Նրանք գրանցել են խաղի 20 հազար ռաունդ անցկացրած 360 ուսանողների խաղի արդյունքները։ Որպես խրախուսանք՝ հաղթած ուսանողներին վճարվել է գումար։

Բոլոր խաղերում յուրաքանչյուր տարբերակ ընտրվել է մոտավորապես նույնքան անգամ, որքան դուք ակնկալում էիք: Այնուամենայնիվ, հետազոտողները պարզ օրինաչափություն են նկատել մարդկանց մարտավարության մեջ։ Գիտնականների կարծիքով՝ մարդիկ, ովքեր հաղթում էին, հակված էին ավելի երկար ժամանակ պահանջել գործողության ընտրության համար։ Մյուս կողմից, պարտված ուսանողները հակված էին հերթափոխով ընտրել «ժայռ», ապա «մկրատ», ապա «թուղթ»։ Եթե ​​ցանկանում եք հաղթել՝ հաշվի առնելով այս տվյալները, դա կախված կլինի նրանից, թե արդյոք ձեր հակառակորդը գիտի այդ մասին: Բայց եթե ենթադրենք, որ նա չգիտի այդ մասին, ապա վստահաբար կարող ենք ասել, որ նա նորից կընտրի նույն գործողությունը, եթե հենց դրա շնորհիվ հաղթի քո դեմ։

Մտքի խաղեր

Ինչպես պոկեր խաղում, դուք կարող եք հեշտությամբ հաղթել ձեր հակառակորդին` օգտագործելով առաջարկի մաքիավելյան ուժը: Դարավոր մարտավարությունը՝ հայտարարելու, թե որ ձեռքով եք խաղալու, կարող է օգտակար հնարք լինել: Քանի դեռ դուք չեք խաղում մեկի հետ, ով իրականում կարծում է, որ դուք բավականաչափ համարձակ եք խոսել ձեր քայլի մասին, ապա իրականում կատարել այն, դուք կարող եք փոխել այն քայլը, որը գերազանցում է ձեր նախօրոք հայտարարած քայլին: Այսպիսով, եթե ասեք, որ «ժայռ» եք նետելու, ձեր հակառակորդը «թուղթ» է նետելու։ Սա նշանակում է, որ «մկրատը» վատագույն դեպքում ոչ-ոքի կպարգևի, իսկ լավագույն դեպքում՝ հաղթանակ:

Ի վերջո, երբ մնացած գործակիցներն անհետանան, ձեր ամենաապահով խաղադրույքը կարող է լինել թղթային, քանի որ վիճակագրորեն այն ընտրվում է միայն 29,6%-ով, այլ ոչ թե 33,33%-ով, որը դուք ակնկալում էիք: