[論文レビュー] Bridging Utility Maximization and Regret Minimization

Alessandro Chiesa, Silvio Micali+1 more|arXiv (Cornell University)|Mar 25, 2014

Auction Theory and Applications参考文献 13被引用数 5

ひとこと要約

この論文は、ゲーム理論的戦略精錬における効用最大化と後悔最小化の間の形式的同等性を確立する。任意の順序で後悔最小化と効用最大化の作用素を適用しても、同じ戦略集合に収束することを証明しており、具体的には最終的な後悔最小化戦略集合と支配されない戦略集合の共通部分に収束する。これにより、意思決定における二つの異なる合理性のモデルが統合される。

ABSTRACT

We relate the strategy sets that a player ends up with after refining his own strategies according to two very different models of rationality: namely, utility maximization and regret minimization.

研究の動機と目的

• 意思決定における二つの異なる合理性のモデル、すなわち効用最大化と後悔最小化を統合すること。
• 支配されない戦略や後悔最小化戦略が複数存在する場合の戦略選択の曖昧さを解消すること。
• 二つの精錬プロセスの間の形式的ブリッジを提供し、反復的適用において同等の結果をもたらすことを示すこと。
• 異なる合理性モデルにわたる耐性を確保することで、メカニズム設計の理論的基盤を拡張すること。
• 後悔最小化戦略と支配されない戦略の共通部分が、両作用素を任意の順序で反復適用しても不変であることを示すこと。

提案手法

• 自然の状態の下で純粋戦略の間から選択する単一のプレイヤーを意思決定理論的枠組みでモデル化する。
• 後悔を、自然のあらゆる状態において実際の利得と最良の可能な利得との最大差として定義する。
• 二つの作用素を導入する：RM(S) は後悔最小化戦略を、UD(S) は支配されない戦略を表す。
• RM と UD を任意の順序で適用すると、RM(S) ∩ UD(S) に収束することを、六段階の補題に基づく証明で示す。
• 純粋戦略と混合戦略の両方を考慮した場合に、同じ収束が成立することを示すことで、結果を混合戦略へと拡張する。
• メカニズム設計への応用として、いずれのモデルでも社会的選択対応を実装するメカニズムが、他方のモデルでも有効であることを示す。

実験結果

リサーチクエスチョン

• RQ1 効用最大化と後悔最小化は、戦略精錬において形式的に統合可能か？
• RQ2 プレイヤーが後悔最小化と効用最大化を反復的に適用して戦略集合を精錬すると、どのような結果が得られるか？
• RQ3 後悔最小化と効用最大化の適用順序が、最終的な戦略集合に影響を与えるか？
• RQ4 両方の作用素を反復的に適用した場合、支配されない戦略集合と後悔最小化戦略集合の関係はいかなるものか？
• RQ5 メカニズム設計は、プレイヤーが異なる合理性モデル（効用最大化対後悔最小化）を使用する場合にも耐性を持たせられるか？

主な発見

• 後悔最小化と効用最大化作用素を任意の順序で適用した結果得られる戦略集合は、RM(S) ∩ UD(S) に収束し、二つのモデルが精錬において操作的に同等であることを証明する。
• 補題 RM(RM(S)) ∩ UD(S) = RM(S) ∩ UD(S) が成立し、繰り返し後悔最小化が支配されない戦略との共通部分に安定することを示す。
• 作用素の適用順序にかかわらず、両方の作用素を少なくとも一度使用すれば、最終的な戦略集合は不変である。
• 支配されない戦略の定義を混合戦略を含めるように拡張した場合、結果は純粋戦略および混合戦略の両方に対して成立する。
• メカニズム設計において、いずれのモデルでも社会的選択対応を実装するメカニズムは、他方のモデルでも有効であり、プレイヤーが両モデルを用いて精錬する限り成立する。
• RM(S) ∩ UD(S) は、RM と UD 作用素を交互に適用する任意の操作の唯一の不動点であり、収束性と安定性を保証する。