[論文レビュー] Approximate Equilibria in Generalized Colonel Blotto and Generalized Lottery Blotto Games

Dong Quan Vu, Patrick Loiseau+1 more|arXiv (Cornell University)|Oct 15, 2019

Experimental Behavioral Economics Studies被引用数 4

ひとこと要約

本稿は、プレイヤーの予算が非対称で戦場の価値が多様な一般化コロネル・ブロット（GCB）および一般化ロトリア・ブロット（GLB）ゲームにおいて、独立に一様（IU）戦略を近似均衡として導入する。この戦略は、$\bar{\rho}W$-均衡をもたらし、近似誤差が$\mathcal{O}(nR^{-1}\ln(\varepsilon^{-1}))$で有界であることを証明する。これにより、複雑で非対称なリソース配分ゲームに対する実用的な解法が得られる。

ABSTRACT

In the Colonel Blotto game, two players with a fixed budget simultaneously allocate their resources across n battlefields to maximize the aggregate value gained from the battlefields where they have the higher allocation. Despite its long-standing history and important applications, the Colonel Blotto game still lacks a complete Nash equilibrium characterization in its most general form where players are asymmetric and battlefields' values are heterogeneous across battlefields and different between the two players---this is called the Generalized Colonel Blotto game. In this work, we propose a simply-constructed class of strategies---the independently uniform strategies---and we prove that they are approximate equilibria of the Generalized Colonel Blotto game; moreover, we characterize the approximation error according to the game's parameters. We also consider an extension called the Generalized Lottery Blotto game, with stochastic winner-determination rules allowing more flexibility in modeling practical contests. We prove that the proposed strategies are also approximate equilibria of the Generalized Lottery Blotto game.

研究の動機と目的

• プレイヤーの予算と戦場の価値が非対称的かつ多様な一般化コロネル・ブロット（GCB）ゲームにおける均衡の特徴付けの欠如に対処すること。
• 一般化ロトリア・ブロット（GLB）ゲームに均衡分析を拡張し、より高いモデルの柔軟性を実現するための確率的勝者決定ルールを許容すること。
• 明示的かつ単純に構築可能な戦略クラスを提供し、定量的な性能保証を伴う近似均衡を達成すること。
• 予算の非対称性、戦場数、戦略パラメータなどのゲームパラメータに基づいて近似誤差を特徴付けること。

提案手法

• 各プレイヤーが戦場に割り当てる資源を、有界区間上の一様分布から独立に抽出する独立に一様（IU）戦略を導入する。
• 単一のプレイヤーがIU戦略から逸脱した場合の期待報酬のずれを分析し、逸脱によって得られる最大利得を評価する。
• 集中不等式と尾確率の境界を用いて、IU戦略下での期待報酬よりも著しく高い報酬を得る割り当ての割合を定量的に評価する。
• カップリングの議論を用いて、割り当ての同時分布と周辺分布の関係を関係づけ、予算制約が近似的に満たされることを保証する。
• 戦略パラメータ$R$の対数的および線形スケーリングを用いて、$n$、$R$、$\varepsilon$の関数として近似誤差$\delta_{\mu}$および$\delta_{\nu}$の明示的境界を導出する。
• 十分に大きな$n$および$R$に対して、IU戦略が$\bar{\rho}W$-均衡をもたらすことを確立する。ここで$\bar{\rho} = \mathcal{O}(nR^{-1}\ln(\varepsilon^{-1}))$である。

実験結果

リサーチクエスチョン

• RQ1 非対称なプレイヤーと多様な戦場価値を持つ、コロネル・ブロットゲームの最も一般的な形において、単純で実用的な戦略クラスが近似均衡として機能できるか？
• RQ2 予算の非対称性、戦場数、戦略解像度などのゲームパラメータに基づいて、その戦略の定量的近似誤差はどのように記述できるか？
• RQ3 確率的勝者決定ルールを許容する一般化ロトリア・ブロットゲームにおいて、同じ戦略クラスが依然として近似均衡のままであるか？
• RQ4 所望の近似精度を保証するには、戦場数および戦略パラメータ$R$をどの程度大きくする必要があるか？

主な発見

• 独立に一様（IU）戦略は、一般化コロネル・ブロットゲームにおいて$\mathcal{O}(nR^{-1}\ln(\varepsilon^{-1}))W$-均衡である。ここで$W$は得られる可能性のある最大報酬である。
• 任意の$\varepsilon > 0$に対して、閾値$n$および$R$が存在し、IU戦略が$\bar{\rho}W$-均衡を達成する。ここで$\bar{\rho} = \mathcal{O}(nR^{-1}\ln(\varepsilon^{-1}))$である。
• 単一のプレイヤーが逸脱した場合の最大報酬利得を制限する近似誤差$\delta_{\mu}$および$\delta_{\nu}$は、両方とも$\mathcal{O}(nR^{-1}\ln(\varepsilon^{-1}))$である。
• $n \geq \tilde{L}\bar{\varepsilon}^{-2}\max\{1,\ln(\bar{\varepsilon}^{-1})\}$および$R \geq \mathcal{O}(n\bar{\varepsilon}^{-1}\ln(\bar{\varepsilon}^{-1}))$のとき、IU戦略は$\bar{\rho}W$-均衡を達成する。ここで$\bar{\rho} = \bar{\varepsilon}W$である。
• 結果は一般化ロトリア・ブロットゲームへも拡張可能であり、同じIU戦略が同じパラメータ条件下で同じ近似保証を達成する。