[論文レビュー] Discrete All-Pay Bidding Games

Michael D. Menz, Justin Wang+1 more|arXiv (Cornell University)|Apr 3, 2015

Auction Theory and Applications参考文献 4被引用数 5

ひとこと要約

本稿では、次の手を動かすプレイヤーをチップの入札で決定し、結果にかかわらず全入札金額が支払われる離散的全払い入札ゲームを導入する。最適な混合戦略を効率的に計算するための高速なアルゴリズムを提示し、再帰的報酬行列計算とトーペリッツ行列の逆行列計算を用いる。これにより、広範なクラスのゲームにおけるナッシュ均衡の計算が可能になる。

ABSTRACT

In an all-pay auction, only one bidder wins but all bidders must pay the auctioneer. All-pay bidding games arise from attaching a similar bidding structure to traditional combinatorial games to determine which player moves next. In contrast to the established theory of single-pay bidding games, optimal play involves choosing bids from some probability distribution that will guarantee a minimum probability of winning. In this manner, all-pay bidding games wed the underlying concepts of economic and combinatorial games. We present several results on the structures of optimal strategies in these games. We then give a fast algorithm for computing such strategies for a large class of all-pay bidding games. The methods presented provide a framework for further development of the theory of all-pay bidding games.

研究の動機と目的

• 全入札入札ゲームを形式化・分析すること。全入札入札ゲームでは、勝敗にかかわらず全入札金額が支払われるが、これに対して従来の単一払い（リッチマン）入札ゲームとは対照的である。
• 全入札入札ゲームにおける最適戦略が、非対称なインcentive（インcentive）のため混合戦略を必要とすることに起因し、リッチマンゲームとは異なり、決定論的戦略では不可能であるという課題に取り組むこと。
• 組合せゲームにおける全払い入札ルール下で、最適入札戦略を計算するための計算的に効率的な手法を開発すること。
• ゲームの終了状態から逆方向に報酬行列を計算する再帰的フレームワークを提供し、すべてのゲーム状態における戦略計算を可能にすること。
• 立方時間未満の時間計算量を達成するスケーラブルなアルゴリズムを確立し、このクラスのゲームにおいて線形計画法の手法を上回ること。

提案手法

• ゲームを有向グラフとして表現し、頂点をゲーム状態、辺を移動とし、各状態で各プレイヤーのチップ枚数を割り当てる。
• 後続状態に基づく報酬行列を定義し、プレイヤーAの報酬は、自分が入札に勝った場合（勝利確率を最大化）または負けた場合（相手の勝利確率を最小化）に応じて異なる。
• プレイヤーAが入札に勝った場合（i ≥ j で有利）、X_{i,j} を max(A(i,j), B(i,j)) に設定する。プレイヤーBが勝った場合、min(A(i,j), B(i,j)) に設定する。
• ゲーム価値の値について二分探索を適用し、トーペリッツ行列の構造を活用して効率的に最適戦略ベクトルXを計算する。
• レヴィンソン・トレンチ・ゾハール法を用いて、O(n²)時間でトーペリッツ線形系を解き、戦略計算全体の計算量を削減する。
• メモ化を用いた動的計画法により、状態とチップ枚数の組み合わせごとに v_A(w_{a,b}) の計算結果をキャッシュし、再計算を回避することでスケーラビリティを向上させる。

実験結果

リサーチクエスチョン

• RQ1 離散的全払い入札ゲームにおける最適な混合戦略の構造的性質は何か？また、リッチマンゲームにおける決定論的戦略とはどのように異なるか？
• RQ2 全払い入札ルール下で、一般の組合せゲームに対して最適入札戦略をどのように効率的に計算できるか？
• RQ3 全払い入札ゲームのゲーム理論的構造を活用して、立方時間未満の時間計算量でナッシュ均衡を計算する再帰的アルゴリズムを設計できるか？
• RQ4 全払い入札ゲームにおける最適戦略の計算の計算量は何か？また、標準的な線形計画法の手法と比較してどうなるか？
• RQ5 不正確または連続的入札設定において、アルゴリズムが最適戦略をどの程度まで近似できるか？

主な発見

• 非対称なインcentive（インcentive）のため、全払い入札ゲームにおける最適戦略は混合戦略を必要とし、一般には決定論的勝利戦略は不可能である。
• 本稿では、終了状態から逆方向に報酬行列を計算する再帰的アルゴリズムを確立し、すべてのゲーム状態における最適戦略の計算を可能にした。
• アルゴリズムは O(|V| · log(n) · n²) 時間で最適戦略を計算する。ここで |V| はゲーム状態の数、n はチップ総数である。線形計画法の O(|V| · n^{3.5}) よりも著しく高速である。
• トーペリッツ行列構造とレヴィンソン・トレンチ・ゾハール法を用いることで、線形系を O(n²) 時間で解けるようになり、アルゴリズムの効率の根幹をなしている。
• 繰り返しの精錬を用いることで、任意の所望の精度で不正確または連続的ゲームの最適戦略の近似が可能である。
• 計算済みの v_A(w_{a,b}) 値のメモ化により、各状態とチップ枚数の組み合わせは一度しか処理されず、再帰的計算における指数的爆発を回避する。