[論文レビュー] Pure Nash Equilibrium in Capacitated Selfish Replication (CSR) Game.

S. Rasoul Etesami, Tamer Başar|arXiv (Cornell University)|Apr 14, 2014

Optimization and Search Problems被引用数 2

ひとこと要約

本稿は、ノードが限定されたリソースを保持し、隣接ノードを介して他のリソースにアクセスするネットワークにおける容量制限付き自己利益的レプリケーション（CSR）を研究する。最適リソース割り当てのためのO(n)時間の3近似アルゴリズムを提案し、メトリックアクセスコスト下での純粋ナッシュ均衡についても3近似を得た。この結果、均衡は重み付きMax-k-Cut問題のフラップ最適解と関連づけられる。

ABSTRACT

Motivated by emerging resource allocation and data placement problems such as web caches and peer-to-peer systems, we consider and study a class of resource allocation problems over a network of agents (nodes). In this model, nodes can store only a limited number of resources while accessing the remaining ones through their closest neighbors. We consider this problem under both optimization and game-theoretic frameworks. In the case of optimal resource allocation we will first show that when there are only k=2 resources, the optimal allocation can be found efficiently in O(n^2\log n) steps, where n denotes the total number of nodes. However, for k>2 this problem becomes NP-hard with no polynomial time approximation algorithm with a performance guarantee better than 1+1/102k^2, even under metric access costs. We then provide a 3-approximation algorithm for the optimal resource allocation which runs only in linear time O(n). Subsequently, we look at this problem under a selfish setting formulated as a noncooperative game and provide a 3-approximation algorithm for obtaining its pure Nash equilibria under metric access costs. We then establish an equivalence between the set of pure Nash equilibria and flip-optimal solutions of the Max-k-Cut problem over a specific weighted complete graph. Using this reduction, we show that finding the lexicographically smallest Nash equilibrium for k> 2 is NP-hard, and provide an algorithm to find it in O(n^3 2^n) steps. While the reduction to weighted Max-k-Cut suggests that finding a pure Nash equilibrium using best response dynamics might be PLS-hard, it allows us to use tools from quadratic programming to devise more systematic algorithms towards obtaining Nash equilibrium points.

研究の動機と目的

• Webキャッシュやピアツーピアネットワークのような分散システムにおけるリソース割り当てとデータ配置を扱う。
• ノードのストレージ容量が限られ、遠隔リソースを隣接ノードを介してアクセスする状況における最適リソース割り当ての複雑さを分析する。
• 問題を非協力ゲームとしてモデル化し、純粋ナッシュ均衡が存在する条件を同定する。
• メトリックアクセスコスト下で、純粋ナッシュ均衡を効率的に計算するためのアルゴリズム的手法を確立する。
• 辞書的最小均衡を求める問題の計算困難性を調査し、Max-k-Cut問題と関連付ける。

提案手法

• エージェントがアクセスコストを最小化するために自発的にリソース配置を決定する非協力ゲームとしてCSRゲームを形式化する。
• 純粋ナッシュ均衡を求める問題を、特定の完全グラフ上の重み付きMax-k-Cut問題のフラップ最適解を特定する問題に還元する。
• k=2の場合の最適リソース割り当てに対して線形時間の3近似アルゴリズムを提案し、k>2の場合へ拡張する。
• 二次計画法のツールを用いてナッシュ均衡点を体系的に導出し、Max-k-Cutの同値性を活用する。
• ベストリスポンスダイナミクスを採用し、その複雑さを分析するが、Max-k-Cut還元にもかかわらず、PLS-hardnessの可能性に注意を向ける。
• k>2の場合の辞書的最小純粋ナッシュ均衡を計算するためのO(n³2ⁿ)時間のアルゴリズムを開発する。

実験結果

リサーチクエスチョン

• RQ1 k>2の場合、CSRゲームにおける最適リソース割り当ての計算複雑度は何か？
• RQ2 メトリックアクセスコスト下で、CSRゲームにおける純粋ナッシュ均衡を効率的に計算できるか？
• RQ3 純粋ナッシュ均衡と既知の組合せ最適化問題の解との間に構造的同値性があるか？
• RQ4 k>2の場合、辞書的最小純粋ナッシュ均衡を求める問題の複雑度は何か？
• RQ5 二次計画法のツールは、CSRゲームにおけるナッシュ均衡の計算に効果的に利用できるか？

主な発見

• k=2の場合、最適リソース割り当てはO(n² log n)時間で計算可能であるが、k>2ではNP困難になる。
• k>2の場合、メトリックアクセスコスト下では、性能比が1+1/(102k²)未満の多項式時間近似アルゴリズムは存在しない。
• 任意のkに対して有効な線形時間3近似アルゴリズムを提供する。
• メトリックコスト下でのCSRゲームにおける純粋ナッシュ均衡は、重み付きMax-k-Cut問題のフラップ最適解と等価である。
• k>2の場合の辞書的最小純粋ナッシュ均衡の求解はNP困難であるが、O(n³2ⁿ)時間で解ける。
• Max-k-Cut還元により、二次計画法の技術を用いてナッシュ均衡を体系的に計算可能であるが、ベストリスポンスダイナミクスのPLS-hardnessの可能性には注意が必要である。