[論文レビュー] Computing Threshold Budgets in Discrete-Bidding Games

Guy Avni, Suman Sadhukhan|arXiv (Cornell University)|Jan 1, 2022

Auction Theory and Applications被引用数 2

ひとこと要約

本稿では、離散的入札パリティゲームにおける閾値予算を計算する2つの新しいアルゴリズムを提示し、問題がNPおよびcoNPに属することを確立している。最初のアルゴリズムは、固定点反復を用いて閾値の構造を明らかにする。第二のアルゴリズムは、線形記憶領域のみを用いて戦略を構築する。これにより、離散的入札ゲームにおける計算複雑性および記憶領域要件に関する長年の未解決問題が解決された。

ABSTRACT

In a two-player zero-sum graph game, the players move a token throughout the graph to produce an infinite play, which determines the winner of the game. Bidding games are graph games in which in each turn, an auction (bidding) determines which player moves the token: the players have budgets, and in each turn, both players simultaneously submit bids that do not exceed their available budgets, the higher bidder moves the token, and pays the bid to the lower bidder. We distinguish between continuous- and discrete-bidding games. In the latter, the granularity of the players' bids is restricted, e.g., bids must be given in cents. Continuous-bidding games are well understood, however, from a practical standpoint, discrete-bidding games are more appealing. In this paper we focus on discrete-bidding games. We study the problem of finding threshold budgets; namely, a necessary and sufficient initial budget for winning the game. Previously, the properties of threshold budgets were only studied for reachability games. For parity discrete-bidding games, thresholds were known to exist, but their structure was not understood. We describe two algorithms for finding threshold budgets in parity discrete-bidding games. The first algorithm is a fixed-point algorithm, and it reveals the structure of the threshold budgets in these games. Second, we show that the problem of finding threshold budgets is in NP and coNP for parity discrete-bidding games. Previously, only exponential-time algorithms where known for reachability and parity objectives. A corollary of this proof is a construction of strategies that use polynomial-size memory.

研究の動機と目的

• 離散的入札パリティゲームにおける、勝利を保証する最小の初期予算（閾値予算）を特定すること。
• 離散的入札ゲームにおける閾値予算計算の計算複雑性に関する長年の未解決問題を解消すること。
• 従来の指数的記憶領域を要する構成とは異なり、線形記憶領域でのみ記憶可能な戦略の開発。
• 到達性ゲームからパリティゲームへの閾値予算の構造的理解を拡張し、この文脈における平均性の性質を明らかにすること。

提案手法

• 頂点ごとに平均性を強制することで、反復的に閾値を計算する固定点アルゴリズムを導入する。
• 到達したターゲット頂点に対して予算制約を強制する、新しいフリーガル・パリティ目的関数を定義する。
• 解析のため、入札ゲームを標準的なパリティゲームに還元するためのターンベースゲームのシミュレーション（𝐺𝑇,𝐺）を構築する。
• 閾値の下界を、プレイヤー2の勝利条件との双対性を用いて検証するため、閾値関数𝑇′を用いた双対変換を用いる。
• 線形サイズの表現を用いて閾値関数を表現し、メモリレス戦略を用いて多項式時間で検証する。
• ターンベースパリティゲームから離散的入札ゲームへの還元を活用し、複雑性の上限を確立する。

実験結果

リサーチクエスチョン

• RQ1 離散的入札パリティゲームにおける閾値予算は、到達性ゲームで知られていたように、平均性を満たすか？
• RQ2 予算が2進数で与えられた場合でも、離散的入札パリティゲームにおける閾値予算計算問題はNPおよびcoNPに属するか？
• RQ3 離散的入札パリティゲームの勝利戦略を、指数的記憶領域ではなく線形記憶領域でのみ構築可能か？
• RQ4 到達性を越えて、パリティ離散的入札ゲームにおける閾値予算の分布を支配する構造的性質は何か？

主な発見

• 離散的入札パリティゲームにおける閾値予算は、到達性ゲームで知られていた平均性を満たす。
• パリティ目的関数を有する離散的入札ゲームにおける閾値予算計算問題は、予算が2進数で与えられた場合でもNPおよびcoNPに属する。
• 本稿では、線形記憶領域でのみ記憶可能な勝利戦略を構築しており、従来の指数的記憶領域を要する構成と比べて顕著な改善がなされた。
• 閾値関数は多項式サイズで表現可能であり、候補解の検証が効率的に行える。
• ターンベースパリティゲームから離散的入札ゲームへの新しい還元により、入札メカニズムの追加の複雑性にもかかわらず、複雑性クラスがNP ∩ coNPのまま保たれることを確認した。
• 固定点アルゴリズムにより、到達性ゲームからパリティゲームへの構造的知見を体系的に拡張する手法が得られ、新たなアルゴリズム的手法の実現が可能になった。