[論文レビュー] On the convergence of closed-loop Nash equilibria to the mean field game limit

Daniel Lacker|arXiv (Cornell University)|Aug 8, 2018

Stochastic processes and financial applications被引用数 6

ひとこと要約

この論文は、平均場均衡が一意でない場合でさえ、大人口確率的力学的ゲームにおける閉ループナッシュ均衡の収束を弱い平均場ゲーム均衡へと確立する。オープンループの場合のコンパクトネスの議論を適応することで、$n$ プレイヤー均衡のすべての極限点が弱いMFG均衡であることを証明しており、標準的（強い）均衡とは異なり追加の確率性を含むため、一意性の仮定を超えて収束結果を拡張する。

ABSTRACT

This paper continues the study of the mean field game (MFG) convergence problem: In what sense do the Nash equilibria of $n$-player stochastic differential games converge to the mean field game as $n\ ightarrow\\infty$? Previous work on this problem took two forms. First, when the $n$-player equilibria are open-loop, compactness arguments permit a characterization of all limit points of $n$-player equilibria as weak MFG equilibria, which contain additional randomness compared to the standard (strong) equilibrium concept. On the other hand, when the $n$-player equilibria are closed-loop, the convergence to the MFG equilibrium is known only when the MFG equilibrium is unique and the associated "master equation" is solvable and sufficiently smooth. This paper adapts the compactness arguments to the closed-loop case, proving a convergence theorem that holds even when the MFG equilibrium is non-unique. Every limit point of $n$-player equilibria is shown to be the same kind of weak MFG equilibrium as in the open-loop case. Some partial results and examples are discussed for the converse question, regarding which of the weak MFG equilibria can arise as the limit of $n$-player (approximate) equilibria.

研究の動機と目的

• $n \to \infty$ のとき、$n$ プレイヤーの閉ループナッシュ均衡が平均場ゲーム（MFG）均衡へ収束する問題を解決すること。
• MFG均衡の一意性という制限された仮定を超えて収束結果を拡張すること。
• 追加の確率性を組み込む弱いMFG均衡を用いて、$n$ プレイヤー均衡の極限的挙動を特徴付けること。
• コンパクトネスの議論を通じて、オープンループと閉ループの収束理論を統合する枠組みを確立すること。
• $n$ プレイヤー近似均衡の極限として現れる弱いMFG均衡はどのようなものかを探索すること。

提案手法

• オープンループ均衡解析からのコンパクトネスの議論を、閉ループ設定へ適応する。
• 極限点を扱うために、緩和された $n$ プレイヤーゲームと緩和された平均場均衡を導入・分析する。
• 関数の可測性と条件付き期待値の可測バージョンを構成するために、同時可測性と正規条件付き確率測度を用いる。
• 弱収束下での極限ダイナミクスを特定するために、マルコフ型射影定理を適用する。
• 経験的測度と制御の収束を制御するために、射影補題とタイトネスの議論を用いる。
• マスターエンジンの枠組みと確率係数を有するSDEの安定性結果を活用して、極限ダイナミクスの適切な定義を保証する。

実験結果

リサーチクエスチョン

• RQ1 $n$ プレイヤーの確率的力学的ゲームにおける閉ループナッシュ均衡が、$n \to \infty$ のとき平均場ゲーム均衡へ収束する条件は何か？
• RQ2 平均場ゲーム均衡が非一意である場合でも収束を確立できるか？
• RQ3 $n$ プレイヤーの閉ループ均衡の極限として現れる極限的対象はどのようなものか？
• RQ4 どの弱い平均場ゲーム均衡が、$n$ プレイヤー（近似）均衡の極限として実現可能か？
• RQ5 追加の確率性を含む弱いMFG均衡は、元の閉ループ均衡構造とどのように関係するか？

主な発見

• 平均場均衡が非一意であっても、$n$ プレイヤーの閉ループナッシュ均衡のすべての極限点が弱い平均場ゲーム均衡である。
• 先行研究とは異なり、マスターエンジンの可解性や滑らかさを仮定しなくても収束結果が成立する。
• 極限ダイナミクスは、条件付き期待値を通じて確率性を組み込んだ弱い形のマスターエンジンによって特定される。
• 論文は、確率測度の条件付き平均の可測バージョンを構成し、緩和された制御の厳密な解析を可能にする。
• 弱いMFG均衡は、オープンループの場合と同様に、閉ループ均衡の自然な極限的対象であることが示された。
• 部分的な逆結果により、特定の弱いMFG均衡が $n$ プレイヤー近似均衡の極限として現れることを示したが、すべての均衡が達成可能であるとは限らない。