[論文レビュー] Learning, Misspecification, and Cognitive Arbitrage in Linear-Quadratic Network Games

Quanyan Zhu, Zhengye Han|arXiv (Cornell University)|Mar 17, 2026

Game Theory and Applications被引用数 0

ひとこと要約

この論文は、ミス指定されたエージェントモデルを用いた線形二次ネットワークゲームにおける Berk-Nash 均衡を研究し、観測を最小限歪めることで認知的裁定を設計し、2時刻スケール収束を伴う Stackelberg 最適歪み戦略を導出する。

ABSTRACT

We study strategic interaction in linear-quadratic network games where agents act on subjective, misspecified models of their environment. Agents observe noisy aggregate signals generated by local network externalities and interpret them through simplified conjectures, such as constant or mean-field representations. We characterize the long-run behavior using the Berk-Nash equilibrium (BNE) concept, establishing conditions under which BNE diverges from the Nash equilibrium of the perfectly specified game. We quantify this divergence using a Value of Misspecification (VoM) metric. Building on this framework, we introduce "cognitive arbitrage" -- a design paradigm where a system designer strategically shapes agents' conjectures via minimal observation distortions to steer equilibrium outcomes. We formulate the cognitive arbitrage problem as a Stackelberg optimization with closed-form solutions and prove the convergence of a two-time-scale learning algorithm to the optimal BNE. Our results provide a principled framework for influencing behavior in networked systems with bounded rationality, offering a new perspective on mechanism design that operates on agents' representations rather than their incentives.

研究の動機と目的

• 線形二次ネットワークゲームにおける主観的ミス指定が均衡結果へ与える影響を理解する。
• ミス指定の下で Berk-Nash 均衡と Nash 均衡の乖離を特徴づける。
• Value of Misspecification (VoM) を定量化し、安定性条件を特定する。
• 最小の観測歪みで均衡へ影響を与える認知裁定設計問題を提案・解く。
• 最適 Berk-Nash 均衡へ収束する二時刻スケール学習アルゴリズムの収束を確立する。

提案手法

• 局所外部性を持つ有向ネットワークをガウス観測ノイズでモデル化する。
• 単純な回帰子（定数、総和、平均場、特徴量ベース）で主観的推定を定義する。
• 主観的分布に基づく最適応答の不定性と整合性条件の不動点として Berk-Nash 均衡を導出する。
• VoM によって Nash 均衡からの乖離を定量化する。
• 認知裁定を Stackelberg に類似した設計として定式化する：歪み予算の下で総コストを最小化し、最適歪み δ* および誘導 BN 均衡を閉形式で得る。
• 二時刻スケール学習ダイナミクスのほぼ確実収束を、唯一の BNE へ到達することを証明する。

Figure 1: Network mismatch: True dense interactions (gray) vs. sparse subjective attention (blue). Agents ignore long-range dependencies, creating persistent model misspecification.

実験結果

リサーチクエスチョン

• RQ1 エージェントの推定ミスが、線形二次ネットワークゲームにおける結果としての均衡にどのように影響するのか？
• RQ2 さまざまな推定クラスに対して Berk-Nash 均衡と真の Nash 均衡の関係はどうなるのか？
• RQ3 ミス指定はどれくらい大きくなるとシステム性能がVoMで実質的に悪化（または改善）するのか？
• RQ4 システム設計者は認知裁定を用いて最小の観測歪みで均衡を最適に影響できるのか、どう計算・実装するのか？
• RQ5 学習ダイナミクスは Berk-Nash 均衡へ収束するのか、どのような条件下で？

主な発見

Agent	δ*	x*	θ*
0	0.39	1.03	0.00
1	-0.10	-0.49	0.35
2	0.65	1.58	-1.13
3	0.30	1.00	-0.19
4	0.39	0.82	0.24
5	0.41	1.37	-0.08
6	-0.16	-0.62	0.77
7	0.43	1.52	-0.16
8	0.10	0.09	0.15
9	0.86	2.88	-0.71
10	0.55	1.58	-0.28
11	0.23	1.09	0.55

• 定数推定の推定下では BNE 行動が NE と一致し、歪みを生まない。
• グローバル平均場推定は、対称性や大規模集団極限で局所的影響のスカラー集約と同等の BN 行動を導く可能性がある。
• 局所平均場推定はネットワークの認識をスパース化し、相互作用行列の再重み付けを通じて均衡を修正する。
• VoM はミス指定が総コストをどの程度歪めるかの境界を提供し、その境界はネットワーク歪みとシステムパラメータに比例して拡大する。
• 認知裁定により BN 均衡を導く最適歪み δ* が得られ、補完スラック条件を含む QCQP の閉形式解によって一意に決まる。
• 二時刻スケール学習実験は、エージェントレベル変数の BN 均衡への急速な収束と、設計者の歪みが遅く変化することを検証し、Stackelberg近似を支持する。

Figure 2: Convergence diagnostics plotted on a log scale. The rapid decay of action and conjecture updates relative to the distortion updates ( $\|\Delta\delta\|$ ) empirically validates the two-time-scale separation principle.