[論文レビュー] Rational Verification for Nash and Subgame-Perfect Equilibria in Graph Games

Léonard Brice, Jean-François Raskin+1 more|arXiv (Cornell University)|Jan 1, 2023

Game Theory and Applications参考文献 27被引用数 4

ひとこと要約

本稿は、5種類の報酬タイプ（パリティ、定量的到達可能性、エネルギー、割引和、平均報酬）を備えたマルチプレイヤー・グラフゲームにおけるナッシュ均衡および部分ゲーム完全均衡の合理証明と戦略検証の包括的な複雑性解析を提示する。均衡検証および合理証明問題をより単純な意思決定問題に還元する2つの中心的構成——「逸脱ゲーム」と「積ゲーム」——を導入し、タイトな複雑性バウンズを確立した。特に、エネルギーゲームにおけるナッシュ均衡検証のcoNP完全性、および部分ゲーム完全均衡における合理証明の非決定可能性を含む。

ABSTRACT

We study a natural problem about rational behaviors in multiplayer non-zero-sum sequential infinite duration games played on graphs: rational verification, that consists in deciding whether all the rational answers to a given strategy satisfy some specification. We give the complexities of that problem for two major concepts of rationality: Nash equilibria and subgame-perfect equilibria, and for three major classes of payoff functions: energy, discounted-sum, and mean-payoff.

研究の動機と目的

• グラフ上のマルチプレイヤー非ゼロ和無限継続ゲームにおける合理証明および戦略検証の計算的複雑性を形式化し分析すること。
• 特に人間や自律ロボットなどの異種コンponentsを有するシステムにおいて、合理的なエージェント行動下でのシステム正しさの検証という課題に取り組むこと。
• 環境エージェントが自らの目的に従って合理的に行動する場合に限り、システムの目的が達成されるという一般化された合理証明フレームワークを提供すること。
• 5つの主要な報酬関数クラスにおけるナッシュ均衡および部分ゲーム完全均衡問題のタイトな複雑性バウンズを確立すること。
• 特に部分ゲーム完全均衡におけるエネルギーゲームの非決定性および完全性に関する未解決の問いを解消すること。

提案手法

• ナッシュ均衡および部分ゲーム完全均衡検証を、あるプレイヤーが他のプレイヤーに対してより良い報酬を達成できるかどうかを判定するより単純な問題に還元する『逸脱ゲーム』構成を導入する。
• リーダーの有限状態戦略記述をゲームアリーナに埋め込むために『積ゲーム』構成を提案し、合理証明をユニバーサル閾値問題に還元可能にする。
• 還元を用いてタイトな複雑性バウンズを証明し、特にエネルギーゲームにおけるナッシュ均衡検証のcoNP完全性および部分ゲーム完全均衡における合理証明の非決定性を示す。
• 3-SATからの新規還元を用いて、ε-SPEがブール論理式の充足割り当てに対応するゲームを構築し、ハードネス結果を確立する。
• 無限記憶の部分ゲーム完全均衡における役割を分析し、単純なゲームですらSPEが無限記憶を必要とすることがあることを示す。
• この構成を応用して、エネルギーゲームにおける合理証明が部分ゲーム完全均衡では非決定的であり（2人の相手に対しても）、ナッシュ均衡ではco-RE完全であることを証明する。

実験結果

リサーチクエスチョン

• RQ1 さまざまな報酬関数を備えたグラフゲームにおいて、与えられた戦略プロファイルがナッシュ均衡であるかどうかを検証する計算的複雑性は何か？
• RQ2 異なる報酬タイプ下で、戦略プロファイルが部分ゲーム完全均衡であるかどうかを検証する複雑性は何か？
• RQ3 部分ゲーム完全均衡下でのエネルギーゲームにおける合理証明は決定可能か？ その複雑性は何か？
• RQ4 パリティ、エネルギー、割引和、平均報酬、定量的到達可能性の各目的関数において、合理証明および均衡検証の複雑性はどのように変化するか？
• RQ5 与えられた報酬バウンドを持つε-SPEの存在は、既知の意思決定問題に還元可能か？ これにより複雑性バウンズにどのような含意が生じるか？

主な発見

• パリティ、定量的到達可能性、割引和、平均報酬ゲームではナッシュ均衡検証が多項式時間で可能だが、エネルギーゲームではcoNP完全である。
• エネルギーゲームを除き、すべての報酬タイプで部分ゲーム完全均衡検証が多項式時間で可能であり、エネルギーゲームでは同様にcoNP完全である。
• エネルギーゲームにおけるナッシュ均衡の合理証明はco-RE完全であり、部分ゲーム完全均衡の合理証明は非決定的である（リーダーが2人の相手と対戦する場合でも）。
• 本稿は、エネルギーゲームにおける部分ゲーム完全均衡下での合理証明が非決定的であることを確立し、ナッシュ均衡下ではco-RE完全であることを示した。
• 与えられた報酬バウンドを持つε-SPEの存在が、3-SAT論理式の充足可能性と等価であることが示され、タイトな複雑性バウンズが得られた。
• 構築されたゲームにおいて、SPEが存在する最小のεは、3-SAT論理式を充足する最小の割り当てに正確に対応しており、この問題が関連設定においてPSPACE-hardかつcoNP-hardであることが証明された。