[論文レビュー] A Formula for Designing Zero-Determinant Strategies

Daizhan Cheng|arXiv (Cornell University)|Jul 7, 2021

Game Theory and Applications参考文献 15被引用数 4

ひとこと要約

本稿は、任意の有限n人ゲーム（戦略集合が非一様な場合を含む）におけるゼロ・デターミナント（ZD）戦略を設計する一般化された代数的公式を提示する。行列の半テンソル積（STP）を用いて戦略プロファイルの進化的方程式を導出する。主な貢献は、行列式の計算を回避する直接的で行列式に依存しない公式であり、任意のプレイヤーが他者に対して|S_i|−1本の線形報酬関係を単独で強制可能であることを示し、戦略の有効性に関する必要十分条件を提示する。さらに、架空の相手プレイヤー（FOP）を導入することで、ネットワーク型進化的ゲームへの枠組みの拡張を実現する。

ABSTRACT

A formula is presented for designing zero-determinant(ZD) strategies of general finite games, which have $n$ players and players can have different numbers of strategies. To this end, using semi-tensor product (STP) of matrices, the profile evolutionary equation for repeated finite games is obtained. Starting from it, the ZD strategies are developed for general finite games, based on the same technique proposed by Press and Dyson \cite{pre12}. A formula is obtain to design ZD strategies for any player directly, ignoring the original ZD design process. Necessary and sufficient condition is obtained to ensure the effectiveness of the designed ZD strategies. As a consequence, it is also clear that player $i$ is able to unilaterally design $|S_i|-1$ dominating linear relations about the expected payoffs of all players. Finally, the fictitious opponent player is proposed for networked evolutionary networks (NEGs). Using it, the ZD-strategies are applied to NEGs. It is surprising that an individual in a network may use ZD strategies to conflict the whole rest network.

研究の動機と目的

• 任意の戦略集合を有するn人有限ゲームにおけるZD戦略設計の一般的で体系的なフレームワークの構築を目的とする。
• ZD戦略設計の直接的代数的公式を導出することで、行列式計算に依存しないようにすることを目的とする。
• 設計されたZD戦略の有効性を保証する必要十分条件を確立することを目的とする。
• ZD戦略の応用を、1人のプレイヤーが全ネットワークに影響を及べるネットワーク型進化的ゲーム（NEGs）に拡張することを目的とする。
• 架空の相手プレイヤー（FOP）を導入し、ネットワーク全体の行動を要約するツールとして用いることで、NEGsにおけるZD戦略の定式化を可能とすることを目的とする。

提案手法

• 行列の半テンソル積（STP）を用いて、繰り返し有限ゲームの戦略プロファイル進化的方程式（PEE）を定式化し、記憶1ステップのマルコフ連鎖手法を一般化する。
• 行列式計算を回避し、報酬ベクトルと目標関係に基づいて直接的に戦略確率を計算するZD戦略設計の一般式を導出する。
• STPに基づく行列代数を用いて、プレイヤー戦略プロファイルと遷移ダイナミクスをモデル化し、報酬期待値の代数的取り扱いを可能にする。
• ネットワーク型進化的ゲーム（NEG）において、他の全プレイヤーの集団的行動を要約するため、架空の相手プレイヤー（FOP）を導入し、n人ゲームを2人ゲームに還元する。
• ZD戦略設計公式をプレイヤーとFOPの相互作用に適用し、全ネットワークの期待報酬に対する単独での制御を可能にする。
• 行列の逆行列計算および解の存在条件を用いた線形代数的条件を用いて、設計されたZD戦略の実現可能性と有効性を検証する。

実験結果

リサーチクエスチョン

• RQ1 任意の人数および戦略数を有する一般有限ゲームにおけるZD戦略を、どのように体系的に設計できるか？
• RQ2 行列式の計算を回避する直接的な代数的公式は何か？
• RQ3 ZD戦略が有効かつ強制可能であるための必要十分条件は何か？
• RQ4 ネットワーク型進化的ゲームにおいて、1人のプレイヤーが全ネットワークの期待報酬を単独で制御可能か？
• RQ5 複雑なトポロジーを持つネットワーク型進化的ゲーム（NEGs）に、ZD戦略フレームワークをどのように拡張できるか？

主な発見

• 一般有限ゲームにおけるZD戦略設計の直接的で行列式に依存しない公式が導出され、元のPress-Dyson手法と比較して設計プロセスが著しく簡素化された。
• プレイヤーiは、他の全プレイヤーの期待報酬に対して|S_i|−1本の線形報酬関係を単独で強制可能であり、ZD戦略による可能な最大制御を示している。
• ZD戦略の有効性を保証する必要十分条件が導出され、行列の可解性条件を用いて戦略の実現可能性と強制可能性が保証されている。
• 架空の相手プレイヤー（FOP）のおかげで、いかなるネットワーク型進化的ゲーム（NEG）も2人ゲームに再定式化可能となり、ネットワークサイズにかかわらずZD戦略の適用がスケーラブルである。
• 1人のプレイヤーがZD戦略を用いて、静的分布が存在する限り、巨大または無限大のネットワークであっても全ネットワークを支配可能である。
• 非一様ネットワークにおける囚人のジレンマの数値例から、本手法の効率性が確認された。プレイヤーA、B、Cについて、それぞれの次数と報酬ベクトルに基づく明示的な戦略設計が示された。