[論文レビュー] Stackelberg Mean Field Games: convergence and existence results to the problem of Principal with multiple Agents in competition

Mao Fabrice Djete|arXiv (Cornell University)|Aug 28, 2023

Complex Systems and Time Series Analysis被引用数 4

ひとこと要約

この論文は、非マルコフ的で、エージェントの状態と制御の経験的分布に依存する契約を伴う、モラルハザード設定下での複数の競合するエージェントをもつプリンシパルのスタックルバーグ平均場ゲームモデルを研究する。nエージェント問題が代表的エージェントを含む極限問題に収束することを確立し、一般の契約構造のもとでも、プリンシパルにとって近似的に最適な契約が経験的分布の写像であることが示されている。

ABSTRACT

In a situation of moral hazard, this paper investigates the problem of Principal with $n$ Agents when the number of Agents $n$ goes to infinity. There is competition between the Agents expressed by the fact that they optimize their utility functions through a Nash equilibrium criterion. Each Agent is offered by the Principal a contract which is divided into a Markovian part involving the state/production of the Agent and a non--Markovian part involving the states/productions of all the other Agents. The Agents are in interactions. These interactions are characterized by common noise, the empirical distribution of states/productions and controls, and the contract which is not assumed to be a map of the empirical distribution. By the help of the mean field games theory, we are able to formulate an appropriate $limit$ problem involving a Principal with a $representative$ Agent. We start by solving the problem of both the Principal and the $representative$ Agent in this $limit$ problem. Then, when $n$ goes to infinity, we show that the problem of Principal with $n$ Agents converges to the $limit$ problem of Principal with a $representative$ Agent. A notable result is that, despite allowing a general type of contracts, it is approximately optimal for the Principal to offer contracts to the $n$ Agents that are maps of the empirical distribution of states/productions and controls of the Agents.

研究の動機と目的

• 観察不能なエージェント行動を伴うモラルハザード下でのn体の競合エージェントをもつプリンシパル・エージェント問題を分析すること。
• 共通ノイズ、状態／制御の経験的分布、および非マルコフ的契約を通じてエージェント間の相互作用をモデル化すること。
• 平均場ゲーム理論を用いて、代表的エージェントフレームワークに還元されるn体系を表す極限問題を確立すること。
• n体問題が極限問題に収束することを証明し、近似的な均衡と最適契約の整合性を保証すること。
• 一般契約形を許容するも、エージェントの状態と制御の経験的分布の写像である契約を提示することが、プリンシパルにとって近似的に最適であることを示すこと。

提案手法

• すべてのエージェントの状態と制御の経験的分布に依存する非マルコフ的契約を伴うn体プリンシパル・エージェント問題を定式化すること。
• 平均場ゲーム理論を適用し、n → ∞における漸近的挙動を捉える代表的エージェントを含む極限問題を導出すること。
• 与えられた契約のもとでのエージェントの最適化問題を解くために後向き確率微分方程式（BSDEs）を用いること。
• 極限におけるプリンシパルの問題を解くために確率的制御技術を適用し、継続的効用と出力を最適化すること。
• ε-近似ナッシュ均衡と契約系列を用いて、n体問題から極限問題への片方向近似と逆方向の近似を実施することで収束を確立すること。
• 極限契約がプリンシパルにとって最適であり、適切な条件下で最良反応が収束することを証明すること。

実験結果

リサーチクエスチョン

• RQ1 n → ∞ のとき、競合エージェントをもつn体プリンシパル・エージェント問題は、代表的エージェントを含む極限問題に収束するか？
• RQ2 極限問題における最適契約を用いて、有限nにおける近似的に最適な契約を構築できるか？
• RQ3 エージェントの状態と制御の経験的分布の関数である契約を提示することは、プリンシパルにとって近似的に最適か？
• RQ4 共通ノイズ、経験的測度、非マルコフ的契約を通じた相互作用が、収束性および最適性にどのように影響するか？
• RQ5 有限n系における近似均衡が、平均場極限における解に収束するための条件は何か？

主な発見

• 平均場ゲームフレームワークのもとで、n体問題は代表的エージェントを含む極限問題に収束し、契約および最良反応の両方が収束する。
• 極限問題における契約はプリンシパルにとって最適であり、n体系の近似最良反応の収束列は、代表的エージェントの最良反応に収束する。
• 最適な極限契約と関連する最良反応が与えられたとき、n体系における（近似的な）契約および最良反応を構築でき、極限において整合性が保たれる。
• 一般の非マルコフ的契約を許容するも、エージェントの状態と制御の経験的分布の写像である契約を提示することは、プリンシパルにとって近似的に最適である。
• ε-近似ナッシュ均衡と契約系列を用いた収束が、liminfおよびlimsupの両意味で成立する。
• 結果は、有限nから極限への収束と、極限から有限nへの再構築の両方向近似によって確立され、BSDEsと確率的制御が用いられる。