[論文レビュー] Extensive-Form Perfect Equilibrium Computation in Two-Player Games

Gabriele Farina, Nicola Gatti|arXiv (Cornell University)|Nov 15, 2016

Game Theory and Applications参考文献 3被引用数 9

ひとこと要約

本稿では、2人ゲームにおける広範形式完璧均衡（EFPE）を計算するためのパスフォロwingアルゴリズムを、レムケの手法に基づいて提示する。一般和ゲームではEFPEの計算がPPAD完全であることを示し、ゼロ和ゲームではFPに属することを示す。これは、系列形式における記号的乗法的摂動を用いることで、不完全な制御を扱い、線形補完性問題を介して効率的な計算を可能にする。

ABSTRACT

We study the problem of computing an Extensive-Form Perfect Equilibrium (EFPE) in 2-player games. This equilibrium concept refines the Nash equilibrium requiring resilience w.r.t. a specific vanishing perturbation (representing mistakes of the players at each decision node). The scientific challenge is intrinsic to the EFPE definition: it requires a perturbation over the agent form, but the agent form is computationally inefficient, due to the presence of highly nonlinear constraints. We show that the sequence form can be exploited in a non-trivial way and that, for general-sum games, finding an EFPE is equivalent to solving a suitably perturbed linear complementarity problem. We prove that Lemke's algorithm can be applied, showing that computing an EFPE is $ extsf{PPAD}$-complete. In the notable case of zero-sum games, the problem is in $ extsf{FP}$ and can be solved by linear programming. Our algorithms also allow one to find a Nash equilibrium when players cannot perfectly control their moves, being subject to a given execution uncertainty, as is the case in most realistic physical settings.

研究の動機と目的

• 2人ゲームにおける広範形式完璧均衡（EFPE）を計算的に効率的に行うための手法を開発すること。
• エージェント形式における非線形制約の課題に応じて、記号的摂動を用いた系列形式に問題を再定式化すること。
• 一般和ゲームではEFPEの計算がPPAD完全であり、ゼロ和ゲームではFPに属することを示すこと。
• 実行の不確実性を伴う均衡計算のための枠組みを提供し、物理的エージェントにおける不完全な制御をモデル化すること。
• Quasi-Perfect Equilibriaの既存手法を、乗法的摂動アプローチを用いてEFPEに拡張すること。

提案手法

• エージェント形式の非線形制約を線形補完性問題（LCP）に変換するため、系列形式を用いてEFPE問題を再定式化する。
• 系列形式の変数の係数に記号的乗法的摂動を導入し、パスフォロウィングアプローチを可能にする。
• 数値的摂動付きLCPにレムケのアルゴリズムを適用し、EFPEを計算する。各反復の計算コストは多項式時間で保証される。
• 摂動が有効であり、摂動パラメータεが0に近づくにつれて一意解が得られることを証明する。
• ゼロ和ゲームではLCPが線形計画問題（LP）に簡略化され、標準的なLPソルバを用いて多項式時間で解けることを示す。
• LCPにおける基底計算を用いて、摂動系の解から直接均衡戦略を回復する。

実験結果

リサーチクエスチョン

• RQ1 2人一般和ゲームにおける広範形式完璧均衡は、計算的に効率的に求められるか？
• RQ2 EFPEの計算問題はPPAD完全であるか。また、レムケのアルゴリズムを適用して解くことができるか？
• RQ3 プレイヤーによる不完全な制御（実行の不確実性としてモデル化）は、均衡計算にどのように組み込まれるか？
• RQ4 エージェント形式の非線形制約は、系列形式を用いて計算的に扱いやすい形に効果的に変換可能か？
• RQ5 ゼロ和ゲームの構造は、一般和ゲームよりもより効率的な解法を可能にするか。その場合、計算複雑度は何か？

主な発見

• 2人一般和ゲームにおけるEFPEの計算はPPAD完全であることが示され、問題の計算的困難性が確立された。
• 2人ゼロ和ゲームではEFPEの計算が多項式時間で可能であり、FP複雑度クラスに属することが示された。
• 系列形式係数に対する記号的乗法的摂動により、パスフォロウィングアルゴリズムを用いてEFPEを計算可能となった。
• 数値的摂動付きLCPにレムケのアルゴリズムを適用することでEFPEが計算可能であり、各反復の計算コストは多項式時間で保証された。
• 本手法は、ロボットや物理的エージェントにおける実行不確実性を伴う戦略的行動をモデル化する一般化が可能である。
• 同様の摂動技術を用いて、一般和ゲームにおけるQuasi-Perfect Equilibriaの計算への自然な拡張が可能である。