[論文レビュー] Smoothed Efficient Algorithms and Reductions for Network Coordination Games

Shant Boodaghians, Rucha Kulkarni+1 more|arXiv (Cornell University)|Sep 6, 2018

Optimization and Search Problems被引用数 4

ひとこと要約

本稿では、定数個の戦略集合を備えたネットワーク協調ゲームにおける純粋ナッシュ均衡を求めるための滑らかさを保つ多項式時間アルゴリズムを提示する。この手法は、局所的最大カット問題への新たな滑らかさを保つ還元と、高度なランク／結合集合境界技術を活用する。完全グラフでは多項式滑らかさの複雑さを確立し、一般のグラフでは準多項式の複雑さを示し、最悪ケースのPLS困難性を超えて拡張する。

ABSTRACT

Worst-case hardness results for most equilibrium computation problems have raised the need for beyond-worst-case analysis. To this end, we study the smoothed complexity of finding pure Nash equilibria in Network Coordination Games, a PLS-complete problem in the worst case. This is a potential game where the sequential-better-response algorithm is known to converge to a pure NE, albeit in exponential time. First, we prove polynomial (resp. quasi-polynomial) smoothed complexity when the underlying game graph is a complete (resp. arbitrary) graph, and every player has constantly many strategies. We note that the complete graph case is reminiscent of perturbing all parameters, a common assumption in most known smoothed analysis results. Second, we define a notion of smoothness-preserving reduction among search problems, and obtain reductions from $2$-strategy network coordination games to local-max-cut, and from $k$-strategy games (with arbitrary $k$) to local-max-cut up to two flips. The former together with the recent result of [BCC18] gives an alternate $O(n^8)$-time smoothed algorithm for the $2$-strategy case. This notion of reduction allows for the extension of smoothed efficient algorithms from one problem to another. For the first set of results, we develop techniques to bound the probability that an (adversarial) better-response sequence makes slow improvements on the potential. Our approach combines and generalizes the local-max-cut approaches of [ER14,ABPW17] to handle the multi-strategy case: it requires a careful definition of the matrix which captures the increase in potential, a tighter union bound on adversarial sequences, and balancing it with good enough rank bounds. We believe that the approach and notions developed herein could be of interest in addressing the smoothed complexity of other potential and/or congestion games.

研究の動機と目的

• ネットワーク協調ゲームにおける純粋ナッシュ均衡を計算する際の、最悪ケースの非効用性と実験的効率性のギャップを埋める。
• 多戦略ポテンシャルゲームにおける局所改善アルゴリズムの滑らかさ分析のための枠組みを構築する。
• ネットワーク協調ゲームにおける純粋ナッシュ均衡計算の多項式および準多項式滑らかさの複雑さを確立する。
• 最大2回のスイッチを伴う、k戦略ネットワーク協調ゲームから局所的最大カット問題への滑らかさを保つ還元を導入する。
• 局所的最大カット解析からの技術を、ポテンシャルゲームにおける多戦略設定に一般化・統合する。

提案手法

• 最大2回のスイッチを伴う、k戦略ネットワーク協調ゲームから局所的最大カット問題への滑らかさを保つ還元を提案し、均衡構造を維持する。
• 潜在関数の増加を追跡する行列ベースの定式化を導入し、敵対的でより良い戦略シーケンスにおけるよりきめの細かい結合集合境界を可能にする。
• 潜在関数増加行列に対する新しいランク境界解析を適用し、ゆっくりとした改善の確率を制御する。
• 行削除および上三角形変換を用いて、還元構築におけるフルランクで整数のシステムを証明する。
• 敵対的シーケンス解析と確率的摂動モデルを組み合わせたハイブリッドアプローチを用い、滑らかさの複雑さを境界付ける。
• Bibakらによる2戦略局所的最大カット問題のO(n^8)-時間滑らかさアルゴリズムを活用し、2戦略ネットワーク協調ゲームの代替滑らかさアルゴリズムを導出する。

実験結果

リサーチクエスチョン

• RQ1 ネットワーク協調ゲームにおける純粋ナッシュ均衡は、滑らかさ多項式時間で計算可能か？
• RQ2 一般のネットワーク協調ゲームグラフにおける逐次的より良い戦略シーケンスアルゴリズムの滑らかさの複雑さはいかほどか？
• RQ3 ある問題（例：局所的最大カット）における効率的な滑らかさアルゴリズムを、滑らかさを保つ還元を通じて他の問題へ拡張可能か？
• RQ4 ランクおよび結合集合境界技術を用いて、多戦略ポテンシャルゲームにおけるより良い戦略シーケンスの解析をどのように厳密化できるか？
• RQ5 協調ゲームにおける滑らかさの複雑さ境界を改善可能にする潜在関数のどのような構造的性質があるか？

主な発見

• ゲームグラフが完全で、各プレイヤーが定数個の戦略を持つ場合、逐次的より良い戦略シーケンスアルゴリズムは多項式滑らかさの複雑さを有する。
• 任意のゲームグラフで定数個の戦略集合を持つ場合、逐次的より良い戦略シーケンスアルゴリズムは準多項式滑らかさの複雑さを有する。
• 最大2回のスイッチを伴う、k戦略ネットワーク協調ゲームから局所的最大カット問題への滑らかさを保つ還元が確立され、滑らかさアルゴリズムの移行が可能になる。
• 2戦略ゲームでは、還元と先行するO(n^8)-時間滑らかさアルゴリズム（Bibakら）を組み合わせることで、2戦略ネットワーク協調ゲームの代替O(n^8)-時間滑らかさアルゴリズムが得られる。
• 潜在関数増加の追跡に行列ベースのアプローチを用いることで、よりきめの細かい結合集合境界と改善されたランク制御が達成され、従来の局所的最大カット技術が多戦略設定へ一般化される。
• このフレームワークは、摂動されたインスタンスにおける有利なランク構造と確率的構造のおかげで、敵対的より良い戦略シーケンスがゆっくりとした進行を行うことはほとんどありえないことを示している。