[論文レビュー] Computer Science and Game Theory: A Brief Survey

Joseph Y. Halpern|arXiv (Cornell University)|Mar 29, 2007

Game Theory and Applications参考文献 77被引用数 15

ひとこと要約

この論文は、計算複雑性理論が限定的合理性のモデル化、ナッシュ均衡の計算、およびアナーキー価格の分析における役割に焦点を当て、コンピュータサイエンスとゲーム理論の交差を調査している。計算制約が繰り返しゲームにおける協力の促進を可能にできることを示しており、均衡計算における複雑性の課題にも言及している。同時に、知識論的論理、ネットワーク形成、および効率的なゲーム表現についても触れている。

ABSTRACT

There has been a remarkable increase in work at the interface of computer science and game theory in the past decade. In this article I survey some of the main themes of work in the area, with a focus on the work in computer science. Given the length constraints, I make no attempt at being comprehensive, especially since other surveys are also available, and a comprehensive survey book will appear shortly.

研究の動機と目的

• 計算複雑性理論がゲーム理論における限定的合理性のモデルにどのように寄与するかを検討すること。
• さまざまなゲーム表現におけるナッシュ均衡および相関均衡を求める計算の難易度を分析すること。
• 分散型システムにおける自己中心的行動の結果として生じるシステム非効率性を測る指標としてのアナーキー価格の概念を、コンピュータサイエンスの視点から探求すること。
• 分散型計算とゲーム理論の相互作用、特に協調および合意形成プロトコルにおける関係を調査すること。
• 知識論的論理、ネットワーク成長、および大規模システムにおける効率的ゲーム表現といった、新たな研究分野を同定すること。

提案手法

• 繰り返しゲームにおける限定的合理性を持つエージェントをモデル化するために、有限オートマトンを用いる。特に、囚人のジレンマを対象とする。
• 複雑性理論的技術を適用し、計算的に制限されたエージェントを有するゲームが、協力的均衡を維持できることを示す。
• 与えられた報酬閾値を満たすナッシュ均衡の存在を決定する問題が、正規形および展開形ゲームにおいてNP完全であることを分析する。
• 分散型意思決定によって生じる非効率性の尺度として、アナーキー価格の概念を導入する。
• 共通知識および知識論的論理が分散型協調およびバチカン・アサートメントにおいて果たす役割を検討する。
• ベイジアンネットワークなどのグラフィカルモデルを、大規模ゲームにおける効率的な表現と計算に提案する。

実験結果

リサーチクエスチョン

• RQ1 繰り返し囚人のジレンマゲームにおいて、どのような計算制約のもとで協力が出現するか？
• RQ2 ナッシュ均衡を計算するのはどの程度難しいのか？この問題に適用可能な複雑性クラスは何か？
• RQ3 協調が行われない自己中心的行動を取るエージェントが存在するシステムにおけるアナーキー価格は何か？
• RQ4 共通知識などの知識論的仮定が、分散型協調問題の解法可能性にどのように影響を与えるか？
• RQ5 大規模ゲームにおける均衡のモデル化と計算に使用できる効率的表現は何か？

主な発見

• nラウンドの繰り返し囚人のジレンマにおいて、両プレイヤーが少なくとも 2^(n-1) 個の状態を持つ有限オートマトンを使用する場合、相互に裏切る行動が唯一の均衡である。
• オートマトンのサイズが n^(1/k) から n^k の間にある場合、均衡において協力が近似的に達成され、1ラウンドあたりの平均報酬が 3 - 1/k を上回る。
• 少なくとも1人のプレイヤーが 2^(c_ε n) 個未満の状態を持つ場合、c_ε = ε/(12(1+ε)) とすると、十分に大きな n に対して、1プレイヤーあたりの平均報酬が 3 - ε を上回る均衡が存在する。
• 与えられた報酬閾値を満たすナッシュ均衡の存在を決定することは、対称ゲームや全プレイヤーが同一の報酬関数を持つ場合でもNP完全である。
• 報酬閾値を伴う相関均衡問題は、その対応するナッシュ均衡問題がNP完全であるのとは対照的に、多項式時間で解ける。
• 特定のクラスのゲームではアナーキー価格が有界であり、その計算は分散型システムにおける自己中心的行動に起因する効率損失の理解に役立つ。