[論文レビュー] Mean Field Linear-Quadratic-Gaussian (LQG) Games: Major and Minor Players

Jianhui Huang, Shujun Wang+1 more|arXiv (Cornell University)|Mar 17, 2014

Stochastic processes and financial applications参考文献 13被引用数 3

ひとこと要約

本稿は、後向き確率微分方程式（BSDE）に従う主要プレイヤーと、その状態平均を通じて結合される多数のマイノリティプレイヤーからなる平均場LQGゲームフレームワークを提案する。補助的平均場SDEと3×2混合前向き・後向きSDE（FBSDE）系を導入することにより、固定点解析を避けて、誤差O(1/√N)のϵナッシュ均衡を達成する分散型戦略を導出する。

ABSTRACT

This paper is concerned with a backward-forward stochastic differential equation (BFSDE) system, in which a large number of negligible agents are coupled in their dynamics via state average. Here some BSDE is introduced as the dynamics of major player, while dynamics of minor players are described by SDEs. Some auxiliary mean-field SDEs (MFSDEs) and a $3 imes2$ mixed forward-backward stochastic differential equation (FBSDE) system are considered and analyzed instead of involving the fixed-point analysis as in other mean-field games. We also derive the decentralized strategies which are shown to satisfy the $ε$-Nash equilibrium property.

研究の動機と目的

• 主要プレイヤーが状態平均結合によって多数のマイノリティエージェントに影響を与える大規模確率系をモデル化すること。
• 主要プレイヤーのダイナミクスが後向きSDEに従う場合の、分散型制御の課題に取り組むこと。
• 先行研究で用いられる固定点解析を避けるために、補助的平均場SDEと混合FBSDE系を導入し、一貫性条件の導出を可能にすること。
• マイノリティプレイヤーの分散型戦略を確立し、誤差境界が明確に定量化されたϵナッシュ均衡を達成すること。

提案手法

• 主要プレイヤーのダイナミクスがBSDEで記述され、マイノリティプレイヤーがそれらの状態平均を通じて結合される、前向き・後向きSDE（BFSDE）系を定式化する。
• マイノリティプレイヤーの状態の経験的平均を近似するために、補助的平均場SDE（MFSDE）を導入し、解析の可能性を高める。
• 一貫性条件と最適制御則の導出のため、3×2混合前向き・後向き確率微分方程式（FBSDE）系を分析する。
• グロワールの不等式と制御のL²有界性を用いて、有限N系と平均場極限との間の誤差推定を導出する。
• 摂動解析と状態空間分解を用いて、有限集団系と平均場近似を比較する。
• 個々のコスト関数の偏差が平均場最適値からどれほど離れるかをバインドすることで、ϵナッシュ均衡の性質を確立する。

実験結果

リサーチクエスチョン

• RQ1 主要プレイヤーのダイナミクスが前向きSDEではなく後向きSDEに従う場合、どのように平均場LQGゲームを定式化できるか？
• RQ2 主要プレイヤーとN体のマイノリティプレイヤーからなる大規模集団系において、状態平均を通じて結合される場合の、一貫性条件の構造は何か？
• RQ3 平均場ゲーム理論で一般的に用いられる固定点議論に依存せずに、マイノリティプレイヤーの分散型戦略を導出できるか？
• RQ4 有限N系において平均場戦略を用いる場合、コスト関数への近似誤差のオーダーは何か？また、これはϵナッシュ均衡をもたらすか？

主な発見

• 固定点解析を置き換えるために、3×2混合FBSDE系を確立し、平均場極限における一貫性条件の直接的導出を可能にした。
• マイノリティプレイヤーの分散型戦略は平均場近似に基づいて導出され、各プレイヤーの制御は自らの状態と平均場状態にのみ依存する。
• 有限N系と平均場最適戦略との間のコスト偏差がO(1/√N)で有界であることが示され、ϵ = O(1/√N)のϵナッシュ均衡性が確認された。
• マイノリティプレイヤーの状態平均プロセスが、L²誤差O(1/N)で平均場状態に収束することが、命題4.2と補題4.4により示された。
• 主要プレイヤーの最適制御は、後向きSDEの解から導出され、平均場極限における最適値からO(1/√N)の誤差内に収束することが示された。
• 解析により、主要プレイヤーのダイナミクスが後向きであっても、平均場近似が有効であることが確認され、従来の前向きダイナミクスフレームワークが拡張された。