[論文レビュー] Linear Quadratic Mean Field Game with Control Input Constraint

Ying Hu, Huang Jianhui+1 more|arXiv (Cornell University)|Oct 19, 2016

Stochastic processes and financial applications参考文献 10被引用数 3

ひとこと要約

本稿では、制御入力制約を有する線形・二次平均場ゲームを、射影に基づくハミルトニアン系を用いて分散化戦略をモデル化することで研究する。単調性手法を用いて一貫性条件の適切な定義を確立し、一般の閉凸制御制約下で $\epsilon$-ナッシュ均衡を $\epsilon = O(1/\sqrt{N})$ として証明する。ここで $N$ はエージェント数である。

ABSTRACT

In this paper, we study a class of linear-quadratic (LQ) mean-field games in which the individual control process is constrained in a closed convex subset $Γ$ of full space $\mathbb{R}^m$. The decentralized strategies and consistency condition are represented by a class of mean-field forward-backward stochastic differential equation (MF-FBSDE) with projection operators on $Γ$. The wellposedness of consistency condition system is obtained using the monotonicity condition method. The related $ε$-Nash equilibrium property is also verified.

研究の動機と目的

• 個々の制御が閉凸集合 $\Gamma \subset \mathbb{R}^m$ 内に制約される大規模な確率的微分ゲームを分析すること。
• 局所的情報と平均場極限に基づく分散化最適戦略を導出すること。
• 平均場前向き・後向き確率的微分方程式（MF-FBSDE）に射影作用素を含む、一貫性条件系の適切な定義を確立すること。
• 制御制約下で導出された戦略の $\epsilon$-ナッシュ均衡性を検証すること。
• 一般の閉凸制御制約（例：ショートセリング禁止、市場参加制約を含む）を組み込んだ、既存のLQ-MFGフレームワークの一般化すること。

提案手法

• 制御制約を $\Gamma$ に含む線形・二次平均場ゲームフレームワークを用いて問題をモデル化する。
• 確率的最適性原理を適用し、$\Gamma$ への射影作用素を含むハミルトニアン系を導出する。
• 射影作用素を含む平均場前向き・後向き確率的微分方程式（MF-FBSDE）として一貫性条件を定式化する。
• 単調性条件法を用いてMF-FBSDE系の適切な定義を証明する。
• 射影作用素の性質（例：非拡大性および変分不等式による特徴付け）を用いて、系の動的挙動を分析する。
• $L^2$-推定と $O(1/\sqrt{N})$ の誤差項を用いて、コスト関数の差を評価することで、$N$ プレイヤーゲームが平均場極限に収束することを確立する。

実験結果

リサーチクエスチョン

• RQ1 個々の制御が閉凸集合 $\Gamma$ に制限される線形・二次平均場ゲームにおいて、分散化戦略はどのように特徴付けられるか？
• RQ2 制御制約が存在する状況下で、一貫性条件系の構造は何か？ また、その適切な定義は保証されるか？
• RQ3 導出された戦略は $\epsilon$-ナッシュ均衡を形成するか？ また、$N \to \infty$ のときの収束速度は何か？
• RQ4 $\Gamma$ への射影作用素は、ハミルトニアン系およびそれらから導かれるMF-FBSDEにどのように影響を与えるか？
• RQ5 制御制約下で、射影作用素を伴うMF-FBSDEの解の存在および一意性を保証する条件は何か？

主な発見

• 単調性条件の下で、射影作用素を含む平均場前向き・後向き確率的微分方程式（MF-FBSDE）として表される一貫性条件系は適切に定義される。
• 最適な分散化戦略は、制約集合 $\Gamma$ への射影を含むハミルトニアン系によって特徴付けられる。
• $\epsilon$-ナッシュ均衡性は $\epsilon = O(1/\sqrt{N})$ で成立し、$N$ プレイヤーゲームが平均場極限に収束することを示している。
• $N$ プレイヤー解と平均場解の間のコスト関数の誤差は、$L^2$-推定と射影作用素の不等式を用いて $O(1/\sqrt{N})$ で有界であることが示された。
• 射影作用素 $\mathbf{P}_\Gamma$ は以下の重要な性質を満たす：非拡大性（$|\mathbf{P}_\Gamma[x] - \mathbf{P}_\Gamma[y]| \leq |x - y|$）および変分不等式（すべての $y \in \Gamma$ に対して $\langle \mathbf{P}_\Gamma[x] - x, \mathbf{P}_\Gamma[x] - y \rangle \leq 0$）。
• 解析により、正のオルソアンタや一般の錐を含む、一般の閉凸制御制約下でも、システムが安定かつ一貫性を保つことが確認された。