[論文レビュー] Finite-State Contract Theory with a Principal and a Field of Agents

René Carmona, Peiqi Wang|arXiv (Cornell University)|Aug 23, 2018

Insurance, Mortality, Demography, Risk Management参考文献 15被引用数 7

ひとこと要約

本稿では、状態に依存する遷移率を介して相互作用するリスク中立的エージェントの大量集団に対してインセンティブを設計するための有限状態平均場接触理論モデルを構築する。主催者が最適接触問題をマクレーン＝ヴラソフ確率的制御問題に還元することで、線形・二次的設定において明示的な解を導出し、閉形式の均衡ダイナミクスと最適制御方策を有する数値的感染拡大抑制例を通じてフレームワークの妥当性を検証する。

ABSTRACT

We use the recently developed probabilistic analysis of mean field games with finitely many states in the weak formulation, to set-up a principal / agent contract theory model where the principal faces a large population of agents interacting in a mean field manner. We reduce the problem to the optimal control of dynamics of the McKean-Vlasov type, and we solve this problem explicitly in a special case reminiscent of the linear - quadratic mean field game models. The paper concludes with a numerical example demonstrating the power of the results when applied to a simple example of epidemic containment.

研究の動機と目的

• 大規模集団におけるエージェントが平均場相互作用を通じて相互作用する状況において、主催者の最適接触問題をモデル化すること。
• 古典的主催者・エージェント理論を、連続時間的でエージェントの連続体を伴う有限状態モデルへ拡張すること。
• 弱形式とマクレーン＝ヴラソフダイナミクスを活用して、主催者の問題を取り扱いやすい最適制御問題に変換すること。
• エージェントが主催者の接触に合理的かつ効用最大化の反応を示す状況における均衡行動を分析すること。
• 感染拡大抑制の数値的例を通じて、モデルの実用的適用性を示すこと。

提案手法

• 文献[5]の有限状態平均場ゲームの弱形式を用いて、エージェントのナッシュ均衡をマクレーン＝ヴラソフ後向き確率的微分方程式（BSDE）で特徴付ける。
• 主催者の問題を、対応するSDEの初期分布とマルティンゲール項を制御することに相当する、マクレーン＝ヴラソフBSDEの終端条件を制御することに還元する。
• 文献[9]および[10]の技術を応用し、主催者の最適化問題をエージェント状態分布の流れに関する決定論的制御問題に再定式化する。
• 線形遷移率、二次的エージェントコスト、リスク中立的終端報酬という特別なケースを検討し、明示的な解析的解が得られることを示す。
• 最適エージェント行動下でのエージェント状態分布と価値関数の時間発展を記述する、結合された常微分方程式（ODE）系を導出する。
• 状態分布の差とコストパラメータの関数として最適エージェント制御をモデル化するために、飽和関数 $ b(\cdot) $ を用いる。

実験結果

リサーチクエスチョン

• RQ1 エージェントの行動が集団的状態分布に影響を与える大規模集団設定において、主催者はどのように最適に接触を設計できるか？
• RQ2 エージェントが合理的かつ平均場環境下で主催者のインcentiveスキームに反応する場合、ナッシュ均衡の構造はどのようなものか？
• RQ3 主催者の最適接触問題は、エージェント分布の流れに関する取り扱いやすい制御問題に還元可能か？
• RQ4 有限状態エージェントを伴う線形・二次的平均場設定における明示的解は何か？
• RQ5 動的インcentiveを伴う実世界の応用例（例：感染拡大抑制）において、モデルはどのように性能を発揮するか？

主な発見

• 主催者の最適接触問題は、エージェント状態分布の流れに関する決定論的最適制御問題に再定式化され、線形・二次的ケースでは明示的な解が得られる。
• リスク中立的エージェント、線形遷移率、二次的コストという特別なケースにおいて、最適エージェント制御は分布の不均衡の関数として閉形式で導出される：$\hat{a}_i = b\left(\frac{\nu \cdot (v_j - v_k)}{\gamma}\right)$。
• エージェント状態と価値関数の時間発展を記述するODE系が明示的に導出され、初期条件 $\pi(0) = \mathbf{p}^\circ$ および終端条件 $y(T) = \nabla C_0(\pi(T))$ または $v(T) = 0$ を満たす。
• 感染拡大抑制に対して、数値的に取り扱いやすい解が得られ、主催者のインセンティブがエージェント行動の最適制御を通じて感染拡散の最小化と一致する。
• 均衡ダイナミクスは、前向き方程式（分布の流れを追跡）と後向き方程式（エージェント価値関数を追跡）から成る結合された前向き・後向きODE系として特徴付けられる。
• 解は、主催者が契約内の連続的報酬および終端報酬を適切に設定することで、望ましいマクロスコピックな行動（例：感染率の低減）を誘発できることを示している。