[論文レビュー] Computing best-response strategies in infinite games of incomplete information

Daniel M. Reeves, Michael P. Wellman|arXiv (Cornell University)|Jul 7, 2004

Auction Theory and Applications参考文献 33被引用数 53

ひとこと要約

本稿では、タイプと行動に関して線形比較に基づくパラメータに線形で依存する、不完全情報の2人零和ゲームにおける最適応答戦略を計算するアルゴリズムを提示する。この手法により、オークションや新しい割当メカニズムを含むゲームにおける均衡計算が可能となり、既存および新規のゲームタイプにおいて実効性が確認された。

ABSTRACT

We describe an algorithm for computing best-response strategies in a class of two-player infinite games of incomplete information, defined by payoffs piecewise linear in agents' types and actions, conditional on linear comparisons of agents' actions. We show that this class includes many well-known games including a variety of auctions and a novel allocation game. In some cases, the best-response algorithm can be iterated to compute Bayes-Nash equilibria. We demonstrate the efficacy of our approach on existing and new games.

研究の動機と目的

• プレイヤーが互いのタイプについて不完全情報を持つ無限ゲームにおいて、最適応答戦略を計算する課題に取り組む。
• 区分的線形利得関数と線形行動比較によって定義される広範なゲームクラスに適用可能な汎用アルゴリズムを開発する。
• 最適応答アルゴリズムを用いて、特定のゲームクラスにおいてベイズ・ナッシュ均衡を反復的に計算可能にする。
• 本手法が、オークションなどの代表的なゲームタイプおよび、新規に提案された割当ゲームのような新しいゲームタイプの両方へ適用可能であることを示す。

提案手法

• プレイヤーのタイプと行動に関して区分的線形である利得関数を用いてゲームをモデル化し、行動の線形比較に基づく依存関係を設定する。
• 連続的なタイプ空間と行動空間上で最適応答の計算を数学的最適化問題として定式化する。
• 区分的線形構造を活用し、凸領域ごとに戦略計算を扱いやすい部分問題に分解する。
• 線形計画法または同等の技術を用いて、線形比較によって定義される各領域における最適行動を求める。
• 適切なゲームクラスにおいて、プレイヤー間で最適応答計算を繰り返し適用することで、ベイズ・ナッシュ均衡に収束する。
• ベンチマークおよび新規のゲームインスタンスを用いた実装とテストを通じて、アルゴリズムの正しさと効率性を検証する。

実験結果

リサーチクエスチョン

• RQ1 不完全情報と区分的線形利得関数を有する無限ゲームにおいて、効率的なアルゴリズムが最適応答戦略を計算可能か？
• RQ2 この最適応答アルゴリズムは、反復によってベイズ・ナッシュ均衡を計算するのにどの程度拡張可能か？
• RQ3 オークションなどの代表的なゲームクラスのうち、どの程度がこのアルゴリズム的枠組みの範囱に含まれるか？
• RQ4 本アルゴリズムは、提案された割当ゲームのような新規ゲームタイプにおいて、既知の解法と比較してどの程度の性能を示すか？

主な発見

• アルゴリズムは、区分的線形利得関数と線形行動比較を有するゲームにおいて、最適応答戦略を効果的に計算できた。
• 本手法は、さまざまなオークション形式や新規に提案された割当ゲームを含む広範なゲームクラスに適用可能である。
• 最適応答アルゴリズムを反復的に適用することで、特定のゲームクラスにおいてベイズ・ナッシュ均衡が得られた。
• 既存および新規のゲームインスタンスにおける成功した計算を通じて、本手法の実用的有効性が示された。