[論文レビュー] Algorithmic Persuasion with Evidence

Martin Hoefer, Pasin Manurangsi+1 more|arXiv (Cornell University)|Aug 28, 2020

Machine Learning and Algorithms参考文献 30被引用数 3

ひとこと要約

本稿は、三つのバリエーション（承認なし、送信者によるコミットメント、受信者によるコミットメント）における証拠を伴うアルゴリズム的説得の研究を行っている。一般状況下での最適説得のNP困難性を証明しているが、グローバルシグナルが存在する場合には多項式時間アルゴリズムを提供している。主な貢献は、デリゲーションに対する、初めての半定値計画法（SDP）に基づく近似アルゴリズムの導入であり、アルゴリズム経済学における潜在的な広範な影響を持つ。

ABSTRACT

In a game of persuasion with evidence, a sender has private information. By presenting evidence on the information, the sender wishes to persuade a receiver to take a single action (e.g., hire a job candidate, or convict a defendant). The sender's utility depends solely on whether or not the receiver takes the action. The receiver's utility depends on both the action and the sender's private information. We study three natural variations. First, we consider the problem of computing an equilibrium of the game without commitment power. Second, we consider a persuasion variant, where the sender commits to a signaling scheme and the receiver, after seeing the evidence, takes the action or not. Third, we study a delegation variant, where the receiver first commits to taking the action if being presented certain evidence, and the sender presents evidence to maximize the probability the action is taken. We study these variants through the computational lens, and give hardness results, optimal approximation algorithms, and polynomial-time algorithms for special cases. Among our results is an approximation algorithm that rounds a semidefinite program that might be of independent interest, since, to the best of our knowledge, it is the first such approximation algorithm in algorithmic economics.

研究の動機と目的

• 三つのコミットメントベースのバリエーション（承認なし、送信者コミットメント、受信者コミットメント）における証拠を伴う説得の計算複雑性を分析すること。
• 特にグローバルシグナルのような構造的制約下で、最適な説得戦略を効率的に計算できる条件を特定すること。
• 計算困難なケースに対して近似アルゴリズムを開発し、特にラミナールシグナルを伴うデリゲーションに対して、新たな半定値計画法（SDP）の丸め技法を適用すること。
• 最適な説得が、P = NPでない限り定数因子内で近似不能であることを示す難易度の結果を確立すること。
• SDPツールを情報構造設計およびメカニズム設計に応用することで、アルゴリズム経済学におけるギャップを埋めること。

提案手法

• 送信者が私的情報を持ち、証拠を用いて受信者の行動を影響させるゲームとして説得をモデル化。送信者と受信者の利得は行動と状態に依存する。
• 三つのバリエーションを分析：部分ゲーム完全均衡（承認なし）、制約付き説得（送信者が信号伝達方式にコミット）、制約付きデリゲーション（受信者が証拠下で行動にコミット）。
• 特にラミナールシグナルを伴うデリゲーションに対して、線形計画法および半定値計画法（SDP）を用いて近似アルゴリズムを設計。
• メカニズム設計および情報構造設計の分野において、独立した価値を持つ可能性がある、新たなSDP丸め技法を適用。
• NP困難問題（例：分割問題）に困難なインスタンスを還元することで、近似不能性の結果を証明。
• 特にグローバルシグナル条件下で、信号の分割および信号の集約技術を用いて、信号伝達方式を簡素化。

実験結果

リサーチクエスチョン

• RQ1 アルゴリズム的説得における証拠を伴う最適信号伝達方式は、どのような条件下で多項式時間で計算可能か？
• RQ2 送信者コミットメントモデルにおける最適な説得は、P = NPでない限り定数因子内で近似不能か？
• RQ3 半定値計画法（SDP）のアプローチにより、ラミナールシグナルを伴うデリゲーション問題に対して定数因子の近似が得られるか？
• RQ4 グローバルシグナル（例：沈黙）の存在が、最適な説得戦略の計算可能性を容易にするか？
• RQ5 本研究で開発されたSDPに基づく丸め技法は、メカニズム設計の他の問題へ一般化可能か？

主な発見

• 送信者にコミットメント能力がない場合、部分ゲーム完全均衡の計算により最適な説得が多項式時間で計算可能である。
• 制約付き説得はNP困難であり、P = NPでない限りO(n^ε)の因子内で近似不能である。これはグローバルシグナルが存在する場合でも同様である。
• グローバルシグナルが存在する場合、最適な説得は二つの信号パーティションを持つベイジアン説得に還元することで多項式時間で計算可能である。
• 制約付きデリゲーションについても、P = NPでない限り2 − ε（任意のε > 0）の因子内で近似不能であり、グローバルシグナル条件が存在する場合でも同様である。
• ラミナールシグナルを伴うデリゲーションに対して、半定値計画法（SDP）に基づく新たな近似アルゴリズムが開発され、アルゴリズム経済学における初めてのこのような応用である。
• 本研究で導入されたSDP丸め技法は、メカニズム設計および情報構造設計の分野において、独立した価値を持つ可能性がある。