[論文レビュー] On an unified framework for approachability in games with or without signals

Vianney Perchet, Marc Quincampoix|arXiv (Cornell University)|Jan 16, 2013

Advanced Bandit Algorithms Research参考文献 18被引用数 5

ひとこと要約

本稿は、純粋に情報的なゲームと呼ばれる新しい抽象的ゲームを導入することで、信号あり・なしの反復ゲームにおけるアプローチ可能性理論を統一する。このゲームでは、プレイヤーの最大情報が確率測度として表現される。任意の閉集合のアプローチ可能性の必要十分条件を確立し、ブラックウェルの古典的結果を拡張するとともに、特別なクラスのゲームにおいて凸集合の明示的収束速度を提供する。

ABSTRACT

We unify standard frameworks for approachability both in full or partial monitoring by defining a new abstract game, called the "purely informative game", where the outcome at each stage is the maximal information players can obtain, represented as some probability measure. Objectives of players can be rewritten as the convergence (to some given set) of sequences of averages of these probability measures. We obtain new results extending the approachability theory developed by Blackwell moreover this new abstract framework enables us to characterize approachable sets with, as usual, a remarkably simple and clear reformulation for convex sets. Translated into the original games, those results become the first necessary and sufficient condition under which an arbitrary set is approachable and they cover and extend previous known results for convex sets. We also investigate a specific class of games where, thanks to some unusual definition of averages and convexity, we again obtain a complete characterization of approachable sets along with rates of convergence.

研究の動機と目的

• 完全監視と部分監視の両方における既存のアプローチ可能性理論を統合し、共通の抽象的フレームワークを導入すること。
• 最大情報（フラグ）を確率測度として定式化する新しい形式を用いて、不完全情報付きゲームにおけるアプローチ可能な集合を特徴付けること。
• ブラックウェルのアプローチ可能性理論を凸集合を超えて一般化し、任意の閉集合のアプローチ可能性の必要十分条件を導出すること。
• 特定のクラスのゲームにおいて、新たな平均および凸性の定義が、アプローチ可能な集合の完全な特徴付けと収束速度をもたらすかを調査すること。

提案手法

• 各ステージにおける結果がプレイヤー1が得られる最大情報（多面体上のフラグ）として表現される、純粋に情報的なゲームを導入する。
• これらのフラグの経験的平均が確率測度空間におけるターゲット集合に収束することによって、アプローチ可能性を定義する。
• カンタロヴィッチのポテンシャルと最適輸送に基づく双対性を用いて、アプローチ可能性の必要十分条件を導出する。
• ヴォン・ノイマンのミニマックス定理を用いて、アプローチ可能性条件を測度とその射影を含む幾何学的実現可能性問題に変換する。
• 集合値写像における新たな「第二の点」と「不動点」の概念を導入し、第二の点をもたない集合がB集合であることを証明することで、必要十分条件を確立する。
• 特別なクラスのゲームにおいて、ワサーラインスト距離を用いた再定義に基づく平均および凸性を導入し、アプローチ可能な集合の明示的収束速度を導出する。

実験結果

リサーチクエスチョン

• RQ1 部分監視付き反復ゲームにおいて、任意の閉集合がアプローチ可能であるための最小限の幾何的条件は何か？
• RQ2 完全監視と部分監視の両フレームワークにおいて、アプローチ可能性を一様に特徴付ける方法は何か？
• RQ3 ブラックウェルのB集合条件を凸集合を超えて一般化できる、アプローチ可能性の必要十分条件を導出できるか？
• RQ4 最大情報（フラグ）は、アプローチ可能性の実現可能性を決定づける上で果たす役割は何か？
• RQ5 特別なクラスのゲームにおいて、再定義された凸性および平均の定義を用いた場合、アプローチ可能な集合の収束速度は何か？

主な発見

• 本稿は、信号あり・なしの反復ゲームにおける任意の閉集合のアプローチ可能性の必要十分条件を確立し、ブラックウェルのB集合条件を一般化した。
• 凸集合に対しては、新しいフレームワークがブラックウェルの結果を回復・拡張し、統一的かつ簡潔な特徴付けを提供する。
• アプローチ可能性条件は、双対性と最適輸送の道具を用いて、測度とその射影を含む幾何学的実現可能性問題として再定式化される。
• 特定のクラスのゲームにおいて、ワサーライン距離に基づく凸性および平均の再定義により、アプローチ可能な集合の明示的収束速度が導出された。
• 集合に第二の点が存在しないことは、それがB集合であることを意味し、この不動点性質により、抽象的フレームワークにおけるアプローチ可能な集合の完全な特徴付けが得られる。
• 純粋に情報的なゲームの枠組みにより、完全監視と部分監視の両ケースを包括する洗練された統一的取り扱いが可能になった。