[論文レビュー] Risk-Averse Equilibrium for Games

Ali Yekkehkhany, Timothy Murray+1 more|arXiv (Cornell University)|Feb 19, 2020

Decision-Making and Behavioral Economics参考文献 14被引用数 8

ひとこと要約

本稿は、1回限りまたは有限時間の確率的ゲームにおけるリスク回避的均衡（RAE）を導入し、期待効用ではなく1回の実現における最高報酬を達成する確率を最大化するプレイヤーの戦略を扱う。本稿は、すべての有限ゲームにRAEが存在することを証明し、シミュレーションを通じて、さまざまなゲームパラメータにおいてRAEがナッシュ均衡を上回る単一ラウンドの報酬達成確率を示している。

ABSTRACT

The term rational has become synonymous with maximizing expected payoff in the definition of the best response in Nash setting. In this work, we consider stochastic games in which players engage only once, or at most a limited number of times. In such games, it may not be rational for players to maximize their expected payoff as they cannot wait for the Law of Large Numbers to take effect. We instead define a new notion of a risk-averse best response, that results in a risk-averse equilibrium (RAE) in which players choose to play the strategy that maximizes the probability of them being rewarded the most in a single round of the game rather than maximizing the expected received reward, subject to the actions of other players. We prove the risk-averse equilibrium to exist in all finite games and numerically compare its performance to Nash equilibrium in finite-time stochastic games.

研究の動機と目的

• 1回限りまたは限られた回数のゲームにおいて、大数の法則に依存できないプレイヤーが期待効用最大化の限界を克服すること。
• 平均的なパフォーマンスではなく、高いインパクトを持つ結果を重視するリスク回避的状況における戦略的行動をモデル化すること。
• 1回のゲームラウンドで最高報酬を達成する確率を最大化するという新たな均衡概念「リスク回避的均衡（RAE）」を形式化すること。
• ナッシュ均衡とは独立して、すべての有限N人プレイヤーの確率的ゲームにRAEが存在することを理論的に確立すること。
• パラメトリックゲームにおける大規模なシミュレーションを用いて、有限時間の確率的ゲームにおいてRAEとナッシュ均衡のパフォーマンスを比較すること。

提案手法

• 相手プレイヤーの戦略が与えられたもとで、1回の実現における最高報酬を達成する確率を最大化する戦略をリスク回避的最適反応として定義する。
• すべてのプレイヤーが同時にそのリスク回避的最適反応をとる解釈としてRAEを定式化する。
• RAEの計算を変換されたゲーム空間におけるナッシュ均衡問題に写像するための確率テンソル表現を導入する。
• ドミナント戦略や期待効用の概念とは独立して、固定点の議論を用いてすべての有限N人プレイヤーの確率的ゲームにRAEが存在することを証明する。
• プレイヤーがMラウンドにわたり戦略をコミットするM回コミットゲームを分析し、RAEを限られた実行回数の状況に拡張する。
• パラメトリックゲームにおいて、10^6ラウンドにわたる大規模なシミュレーションを実施し、RAEとナッシュ均衡の報酬を比較して相対的パフォーマンスを評価する。

実験結果

リサーチクエスチョン

• RQ1 期待効用最大化が不適切となる1回限りまたは有限時間の確率的ゲームにおいて、リスク回避的均衡概念を定義できるか？
• RQ2 単一ラウンドの報酬パフォーマンスという観点から、リスク回避的均衡はナッシュ均衡と比べてどのように異なるか？
• RQ3 すべての有限N人プレイヤーの確率的ゲームにリスク回避的均衡が存在するか？もしそうならば、どのような条件下で存在するか？
• RQ4 市場参入や政治的選挙といった高リスク・限られた機会のシナリオにおいて、RAEは現実の戦略的行動をどの程度よく反映しているか？
• RQ5 RAEは効率的に計算可能であり、変換されたゲーム空間におけるナッシュ均衡と同等に表現可能か？

主な発見

• リスク回避的均衡（RAE）は、ナッシュ均衡の存在やドミナント戦略の概念とは独立して、すべての有限N人プレイヤーの確率的ゲームに存在する。
• パrameter a を持つパラメトリックゲームにおいて、RAEは常にナッシュ均衡を上回る単一ラウンド報酬を達成する可能性を示しており、特に a > 3.333 の場合に顕著である。
• a > 3.333 の場合、シミュレーションの全ラウンドにおいて、RAEがナッシュ均衡を上回る報酬を達成する確率は50％を超える。この優位性はaが増加するにつれてさらに高まる。
• 純粋なリスク回避的均衡（U,R）および（D,L）は、a の値に関わらず常に存在するが、純粋ナッシュ均衡はaに依存し、a > 6 の場合にのみ存在する。
• 混合戦略のRAEと混合戦略のナッシュ均衡はともにパrameter a に依存するが、RAEの戦略プロファイルは50％以上のシミュレーションでより高い単一ラウンド報酬達成確率を示す。
• 確率テンソルの定式化により、変換されたゲーム空間においてRAEとナッシュ均衡が同等に表現可能となり、RAEは標準的な均衡解法を用いて計算可能である。