[論文レビュー] A sequential linear complementarity problem method for generalized Nash equilibrium problems

Ruoyu Diao, Yu-Hong Dai+1 more|arXiv (Cornell University)|Jan 22, 2026

Optimization and Variational Analysis被引用数 0

ひとこと要約

この論文は一般化 Nash 均衡問題（GNEP）に対する逐次線形補完問題（SLCP）法を提案し、適切な条件の下でグローバル収束と局所的超線形収束を確立するとともに、部分問題の可解性分析と数値実験を行う。

ABSTRACT

We propose a sequential linear complementarity problem (SLCP) method for solving generalized Nash equilibrium problems (GNEPs). By introducing a novel merit function that utilizes the specific structure of GNEPs, we establish global convergence of the method. The conditions guaranteeing global convergence are analogous to those for the classical sequential quadratic programming method with exact Lagrange Hessians, making this a natural and reasonable generalization. Moreover, we provide a detailed analysis of the solvability of the mixed linear complementarity subproblems, which are formulated as affine GNEPs. Sufficient characterizations for the local superlinear convergence are also derived, highlighting the efficiency of the proposed method. Finally, numerical experiments demonstrate the practical performance and effectiveness of the SLCP method in comparison with existing approaches.

研究の動機と目的

• GNEP の動機づけとモデリング、課題の整理。
• GNEP に対する SQP の一般化としての逐次線形補完問題（SLCP）フレームワークの開発。
• 構造化正則性条件の下でのグローバル収束と局所的超線形収束の確立。
• SLCP フレームワーク内のアフィン GNE 問題（AGNEP）の可解性分析。
• SLCP を既存手法と比較した予備的数値実験を提供し有効性を示す。

提案手法

• GNEP の一階最適性を補完性と KKT残差の組み合わせで表現する新規メリット関数 Phi_rho を導入。
• GNEP の KKT 系を線形化し、アフィン GNEP（AGNEP）に分解する混合線形補完（LC）問題を定式化。
• LC 問題の降下性と可解性を保証する alpha,beta-単調性条件を定義。
• rho が十分大きい場合、LC 問題の方向に沿う Phi_rho の方向微分が降下方向であることを証明。
• 全体的な SLCP アルゴリズムを、KKT 解が見つかるまで有限停止を保証する不完全な線形探索付きで提示。
• 局所収束を分析し、超線形収束を得る条件を示し、GNEP における準安定性と半安定性の正規性の違いを明確化。

実験結果

リサーチクエスチョン

• RQ1 SLCP フレームワークが GNEP 解へのグローバル収束を保証する条件は何か。
• RQ2 SLCP のサブ問題が Phi_rho を減少させる降下方向を提供する条件は何か。
• RQ3 SLCP の局所収束特性は何か、超線形収束の条件はどのようなものか。
• RQ4 SLCP フレームワークに生じるアフィン GNEP サブ問題の可解性はどの程度か、どの正則条件が可解性を保証するか。
• RQ5 実務上、SLCP は拡張ラグランジュ法やニュートン型法など既存手法と比べてどの程度実用的か。

主な発見

• SLCP 法は alpha,beta-単調性条件の下でグローバル収束を達成し、正確なラグランジアンヘシアンを仮定する SQP と類似。
• 十分な正則性条件の下で局所的な超線形収束を確立し、GNEP における準安定性と半安定性の違いを詳しく分析。
• SLCP 内の AGNEP は可解性条件を満たし、サブ問題が一般化 Nash 均衡を持つことを保証。
• 構造化されたメリット関数 Phi_rho は rho が十分大きい場合、LC サブ問題方向に沿って降下を保証。
• 数値実験は、提案する SLCP 法が精度と効率の点で拡張ラグランジュ法およびニュートン型アプローチと競合することを示唆。