[論文レビュー] Generalized Nash Equilibrium Problem by the Alternating Direction Method of Multipliers

Farzad Salehisadaghiani, Lacra Pavel|arXiv (Cornell University)|Mar 24, 2017

Distributed Control Multi-Agent Systems参考文献 19被引用数 3

ひとこと要約

本稿では、結合線形制約を持つネットワークゲームにおける分散型一般化ナッシュ均衡（GNE）計算のための不正確な交替方向乗数法（ADMM）アルゴリズムを提案する。各プレイヤーは自身のコスト関数とプライベート制約のみを知り、通信グラフを通じて他者の行動の推定値と局所ラグランジュ乗数を交換する。コスト関数にやや弱い仮定を置くと、GNEへの収束が保証され、無線アドホックネットワークでのシミュレーションにより手法の有効性が検証される。

ABSTRACT

In this paper, the problem of finding a generalized Nash equilibrium (GNE) of a networked game is studied. Players are only able to choose their decisions from a feasible action set. The feasible set is considered to be a private linear equality constraint that is coupled through decisions of the other players. We consider that each player has his own private constraint and it has not to be shared with the other players. This general case also embodies the one with shared constraints between players and it can be also simply extended to the case with inequality constraints. Since the players don't have access to other players' actions, they need to exchange estimates of others' actions and a local copy of the Lagrangian multiplier with their neighbors over a connected communication graph. We develop a relatively fast algorithm by reformulating the conservative GNE problem within the framework of inexact-ADMM. The convergence of the algorithm is guaranteed under a few mild assumptions on cost functions. Finally, the algorithm is simulated for a wireless ad-hoc network.

研究の動機と目的

• ネットワークゲームにおける一般化ナッシュ均衡（GNE）を計算する分散型アルゴリズムの開発を目的とする。この際、プレイヤーは自身の線形結合制約を秘匿する。
• プレイヤーが他者の行動を直接知ることなく、自身のコスト関数、プライベート制約、および隣接プレイヤーとの行動推定値と局所双対変数の通信に依存してGNEを計算できる仕組みを提供すること。
• 通信グラフを用いて行動推定値と局所ラグランジュ乗数を交換することで、スケーラブルかつロバストな最適化手法を設計すること。
• プレイヤーのコスト関数にやや弱い仮定を置いた場合でも、提案アルゴリズムの収束を保証すること。
• 無線アドホックネットワーク（WANET）におけるデータフローと容量制約を想定したシミュレーションを通じて、アルゴリズムの性能を検証すること。

提案手法

• 保守的GNE問題をラグランジュ双対形式に再定式化し、プレイヤーの行動の局所的推定値とラグランジュ乗数の局所的コピーを導入することで、分散計算を可能にする。
• 各プレイヤーごとに拡張ラグランジュ関数を用い、グローバル最適化問題を局所的サブプロブレムに分解する。
• サブプロブレムにおける解が不正確であっても収束を保証する不正確ADMMアルゴリズムを提案し、計算効率を向上させる。
• 通信ネットワークを連結グラフとしてモデル化し、各プレイヤーが隣接プレイヤーと行動推定値と局所双対変数を交換する。
• GNEのKKT条件を導出し、アルゴリズムの反復のリャプノフ的解析を用いて収束を確立する。
• 結合制約と双対変数の処理のため、補助変数（例：u, w, v, z）を導入し、ADMMの更新ステップに組み込む。

実験結果

リサーチクエスチョン

• RQ1 プレイヤーがプライベートな線形結合制約を持つネットワークゲームにおいて、情報が限定された状況で一般化ナッシュ均衡（GNE）を計算できる分散型アルゴリズムを設計できるか？
• RQ2 プレイヤーが自身のコスト関数、プライベート制約、および隣接プレイヤーとの行動推定値と双対変数の通信にのみ依存して、GNE計算を達成できるか？
• RQ3 コスト関数にやや弱い仮定を置いた場合でも、不正確ADMMに基づくGNE探索アルゴリズムに対してどのような収束保証を確立できるか？
• RQ4 本手法は、共有容量制約を有するリアルなネットワーク環境（例：無線アドホックネットワーク）において、どのように性能を発揮するか？
• RQ5 本アルゴリズムは等式制約と不等式制約の両方を扱えるか？また、共有制約からプライベート制約への一般化はどのように達成されるか？

主な発見

• 提案された不正確ADMMアルゴリズムは、コスト関数の強い凸性とリプシッツ連続性というやや弱い仮定のもとで、一般化ナッシュ均衡（GNE）に収束することが保証された。
• プレイヤーの行動、双対乗数、補助変数の各列が、最適値に収束し、連続する反復間の差がゼロに近づくことが確認された。
• 16ノードの無線アドホックネットワーク（15ユーザー）を用いたシミュレーションでは、フローレートがGNEに収束し、図中に黒い星で示された。
• 双対ラグランジュ乗数がゼロに収束したため、均衡状態で結合制約が満たされていることが示された。
• アルゴリズムの正規化誤差は時間経過とともに減少し、実際の運用におけるロバスト性と収束性が裏付けられた。
• アルゴリズムは分散環境においてスケーラブルかつ効果的であり、グローバルな調整を必要とせず、局所通信のみで動作する。