[論文レビュー] Multi-Agent Decentralized Network Interdiction Games

Harikrishnan Sreekumaran, Ashish R. Hota+3 more|arXiv (Cornell University)|Mar 3, 2015

Mathematical and Theoretical Epidemiology and Ecology Models参考文献 56被引用数 9

ひとこと要約

本稿は、複数のエージェントが共通のネットワークを妨害して敵対者を遅滞させるために独立して行動する、分散型ネットワーク遮断ゲームを導入する。均衡の存在を確立し、非共有制約を伴う一般化ナッシュ均衡問題として問題を定式化し、連続戦略に対してはレムケのアルゴリズム、離散戦略に対してはヒューリスティックな最良応答ダイナミクスを提案。非協力的行動による連携欠如に起因する効率性損失の理論的・実験的限界を示している。

ABSTRACT

In this work, we introduce decentralized network interdiction games, which model the interactions among multiple interdictors with differing objectives operating on a common network. As a starting point, we focus on decentralized shortest path interdiction (DSPI) games, where multiple interdictors try to increase the shortest path lengths of their own adversaries, who all attempt to traverse a common network. We first establish results regarding the existence of equilibria for DSPI games under both discrete and continuous interdiction strategies. To compute such an equilibrium, we present a reformulation of the DSPI games, which leads to a generalized Nash equilibrium problem (GNEP) with non-shared constraints. While such a problem is computationally challenging in general, we show that under continuous interdiction actions, a DSPI game can be formulated as a linear complementarity problem and solved by Lemke's algorithm. In addition, we present decentralized heuristic algorithms based on best response dynamics for games under both continuous and discrete interdiction strategies. Finally, we establish theoretical bounds on the worst-case efficiency loss of equilibria in DSPI games, with such loss caused by the lack of coordination among noncooperative interdictors, and use the decentralized algorithms to empirically study the average-case efficiency loss.

研究の動機と目的

• 複数の目的が異なるエージェントが共通のネットワークを遮断して敵対者を妨害する、分散型ネットワーク遮断ゲームをモデル化・分析すること。
• 離散的および連続的遮断戦略の両方において、分散型最短経路遮断（DSPI）ゲームにおける均衡の存在と性質を調査すること。
• 非協力的遮断者間の連携欠如に起因する均衡における効率性損失を、集中型最適解と比較して定量化すること。
• 連続戦略および離散戦略の両方に対応する、均衡を計算可能な計算的効率の良いアルゴリズムの開発。具体的には、連続戦略にはレムケのアルゴリズム、離散戦略には分散型ヒューリスティックな最良応答ダイナミクスを採用。
• 平均ケースにおける効率性損失を実験的に評価し、DSPIゲームにおける最悪ケースの非効率性の理論的限界を確立すること。

提案手法

• DSPIゲームを非共有制約を伴う一般化ナッシュ均衡問題（GNEP）として再定式化し、分散意思決定下での均衡の分析を可能にする。
• 連続的遮断戦略の下では、問題を線形補完性問題（LCP）として定式化し、レムケのアルゴリズムにより解けるようにする。
• 連続的および離散的遮断行動の両方を対象とした、最良応答ダイナミクスに基づく分散型ヒューリスティックアルゴリズムを提案。反復的収束により均衡に到達可能である。
• 双対性および全単位的整数性の性質を用いて、最短経路遮断における最大最小目的関数の滑らかで再定式化可能な形を導出する。
• 連続性および内側半連続性の議論を用いて、反復的系列がナッシュ均衡に収束することを証明する。
• 最良応答ダイナミクスにおける最適化サブプロブレムの安定化を図るため、二次ペナルティ項を含む正則化目的関数を採用する。

実験結果

リサーチクエスチョン

• RQ1 離散的および連続的遮断戦略の両方において、分散型最短経路遮断（DSPI）ゲームに均衡が存在するか？
• RQ2 連続的遮断行動の下で、DSPIゲームを線形補完性問題として再定式化できるか？計算的に扱いやすい問題にできるか？
• RQ3 非協力的遮断者間の連携欠如に起因する、DSPI均衡における理論的最悪ケースの効率性損失はどの程度か？
• RQ4 実際の状況では、平均ケースの効率性損失は集中型最適解と比べてどの程度か？また、分散型アルゴリズムによってこれを低減できるか？
• RQ5 離散的および連続的遮断戦略の両方において、分散型最良応答ダイナミクスが均衡に収束することが保証されるか？

主な発見

• 収束性および可解性の議論により、離散的および連続的遮断戦略の両方において、DSPIゲームに均衡が存在することが示された。
• 連続的遮断戦略の下では、DSPIゲームを線形補完性問題（LCP）として再定式化でき、レムケのアルゴリズムにより解けることが保証され、計算的扱いやすさが得られた。
• DSPI均衡における最悪ケースの効率性損失は有界であり、一般化ナッシュ均衡問題の構造から理論的保証が得られた。
• 離散的および連続的戦略の両方において、分散型最良応答ダイナミクスは均衡に収束し、連続性および全微分可能性の議論により収束性が証明された。
• 実験的分析から、平均ケースの効率性損失は最悪ケースの限界よりも顕著に低いことが示され、分散型戦略の実用的妥当性が裏付けられた。
• 二次ペナルティ項を含む正則化目的関数の使用により、ヒューリスティックアルゴリズムにおける反復的最良応答プロセスが安定化され、均衡への収束が可能となった。