[論文レビュー] Nash equilibria with partial monitoring; Computation and Lemke-Howson algorithm

Vianney Perchet|arXiv (Cornell University)|Jan 12, 2013

Game Theory and Applications参考文献 7被引用数 1

ひとこと要約

本稿は、プレイヤーが行動を観測できないが信号のみを観測する部分的監視の下での2人対称双行列ゲームにおけるナッシュ均衡を計算するため、Lemke-Howsonアルゴリズムを拡張する。一般性の条件下で、アルゴリズムの出力はナッシュ均衡に対応し、均衡の数は奇数である——これは完全監視ゲームから引き継がれる重要な位相的結果である。

ABSTRACT

In two player bi-matrix games with partial monitoring, actions played are not observed, only some messages are received. Those games satisfy a crucial property of usual bi-matrix games: there are only a finite number of required (mixed) best replies. This is very helpful while investigating sets of Nash equilibria: for instance, in some cases, it allows to relate it to the set of equilibria of some auxiliary game with full monitoring. In the general case, the Lemke-Howson algorithm is extended and, under some genericity assumption, its output are Nash equilibria of the original game. As a by product, we obtain an oddness property on their number.

研究の動機と目的

• プレイヤーが行動ではなく信号を観測する部分的監視の下でのゲームに、Lemke-Howsonアルゴリズムを拡張すること。
• このようなゲームにおけるナッシュ均衡が、完全監視ゲームと同様に、有限な最良応答集合を満たす基本的性質を満たすことを確立すること。
• 半標準的情報構造クラスにおいて、完全監視を持つ補助ゲームを用いてナッシュ均衡の構造を特徴づけること。
• 一般性条件下で、ナッシュ均衡の数が奇数であることを証明し、完全監視設定への奇数性定理を一般化すること。

提案手法

• 報酬関数と信号写像における不確実性を扱えるようにピボット機構を変更することで、部分的監視ゲームに対する一般化されたLemke-Howsonアルゴリズムを提案する。
• 相手の行動に関する不確実性をプレイヤーの視点から表現するため、最大情報量写像 H: Y → HA と M: X → MB を導入する。
• 線形射影と線形写像の位相的性質を用いて、部分的監視下でも最良応答集合が有限かつ良好に構造化されていることを示す。
• 半標準的情報構造の場合に、元のゲームの均衡と一致する完全監視補助ゲームを構築する。
• 最良応答領域を表すポリトープの積にLemke-Howsonアルゴリズムを適用し、ラベルを行動と信号に対応させる。
• 戦略空間の最良応答領域への分解に一般性条件を課すことにより、アルゴリズムがナッシュ均衡で終了することを保証する。

実験結果

リサーチクエスチョン

• RQ1 Lemke-Howsonアルゴリズムは、部分的監視の下でのナッシュ均衡を計算するために拡張可能か？
• RQ2 部分的監視ゲームにおけるナッシュ均衡の数は、完全監視ゲームと同様に奇数の性質を満たすか？
• RQ3 どのような条件下で、部分的監視ゲームを、同等の均衡を持つ補助完全監視ゲームに還元できるか？
• RQ4 部分的監視ゲームにおける最良応答集合の位相的・構造的性質は、完全監視ゲームとどのように比較できるか？
• RQ5 Lemke-Howsonアルゴリズムが有効な均衡を導くために必要な十分条件は何か？

主な発見

• 一般性仮定の下で、Lemke-Howsonアルゴリズムは部分的監視ゲームに拡張可能であり、その出力はナッシュ均衡である。
• 同じ一般性条件下で、ナッシュ均衡の数は奇数である。これは、古典的な奇数性定理を部分的監視設定に一般化したものである。
• 半標準的情報構造を有するゲームでは、元のゲームのナッシュ均衡は補助完全監視ゲームの均衡と一致する。
• 報酬関数と信号写像の線形性のおかげで、部分的監視ゲームにおける最良応答集合は有限かつ良好に構造化されており、アルゴリズムによる計算が可能である。
• アルゴリズムの収束は、最良応答領域によって定義されるポリトープの積上で保証され、ラベルは行動と信号に対応する。
• 2行動ゲームでは、不確実性対応が区分的線形のまま保たれ、報酬が曖昧であってもアルゴリズムを適用可能である。