[論文レビュー] Steering the aggregative behavior of noncooperative agents: a nudge framework

Mehran Shakarami, Ashish Cherukuri+1 more|arXiv (Cornell University)|Dec 11, 2020

Smart Grid Energy Management参考文献 29被引用数 6

ひとこと要約

本稿では、非協力的かつ価格追随的エージェントを、価格予測信号をブロードキャストすることで所望の集約的行動へ誘導するナッジフレームワークを提案する。エージェントの信頼は、信号の正確性に応じて動的に変化する関数としてモデル化される。このフレームワークは、ハード、ソフト、およびアダプティブなナッジメカニズムを通じて、所望の定常的または時間変動する行動への収束を保証し、エージェントの完全な信頼と集約的行動の漸近的収束を解析的に保証する。

ABSTRACT

This paper considers the problem of steering the aggregative behavior of a population of noncooperative price-taking agents towards a desired behavior. Different from conventional pricing schemes where the price is fully available for design, we consider the scenario where a system regulator broadcasts a price prediction signal that can be different from the actual price incurred by the agents. The resulting reliability issues are taken into account by including trust dynamics in our model, implying that the agents will not blindly follow the signal sent by the regulator, but rather follow it based on the history of its accuracy, i.e, its deviation from the actual price. We present several nudge mechanisms to generate suitable price prediction signals that are able to steer the aggregative behavior of the agents to stationary as well as temporal desired aggregative behaviors. We provide analytical convergence guarantees for the resulting multi-components models. In particular, we prove that the proposed nudge mechanisms earn and maintain full trust of the agents, and the aggregative behavior converges to the desired one. The analytical results are complemented by a numerical case study of coordinated charging of plug-in electric vehicles.

研究の動機と目的

• 直接的な価格制御やエージェントのコスト関数に関する完全な知識が得られない状況において、非協力的かつ価格追随的エージェント集団の集約的行動を所望の行動へ誘導する課題に対処すること。
• レギュレータが提供する価格予測信号へのエージェントの信頼を、過去の予測精度に応じて変化する関数としてモデル化すること。
• 選択肢を制限したり経済的インcentiveを変更したりせずに、所望の定常的または時間変動する集約的行動へエージェントを間接的に誘導するナッジメカニズムを設計すること。
• エージェント行動、信頼ダイナミクス、価格予測信号を含むマルチコンponentシステムの収束を解析的に保証すること。
• 電気自動車の充電を統合的に制御する事例を通じて、定量的検証を伴うフレームワークの有効性を実証すること。

提案手法

• エージェントを、制約付きの個別コスト関数を最小化する非協力的プレーヤーとしてモデル化し、行動が予測価格に影響を受けるように設定する。
• 各エージェントが、予測価格と実際の価格の歴史的偏差に基づいて、価格信号への信頼を更新する信頼ダイナミクスを導入する。
• ハードナッジ（初期予測が信頼安全領域内）、ソフトナッジ（初期予測が安全領域外）、およびアダプティブナッジ（時間変動目標用）の3種類のナッジメカニズムを提案する。
• 予測価格が信頼維持領域内に保たれるように、予測価格の進化を射影ダイナミカルシステムでモデル化する。
• 時間変動する所望の行動を追跡するため、アダプティブナッジに適応的ゲイン機構を導入し、射影に基づく更新則によって制御する。
• エージェント行動ダイナミクス、信頼進化、価格予測更新を統合したハイブリッドダイナミカルシステムとしてシステムを定式化し、リャプノフに基づく安定性手法を用いて解析する。

実験結果

リサーチクエスチョン

• RQ1 レギュレータが実際の価格を直接制御できない状況でも、非協力的かつ価格追随的エージェント集団の集約的行動を所望の行動へ誘導できるか？
• RQ2 価格予測信号へのエージェントの信頼をどのようにモデル化し、長期的な行動適合を保証するか？
• RQ3 どのようなナッジメカニズムが、有限時間内に完全なエージェント信頼を達成するとともに、所望の定常的集約的行動への収束を保証するか？
• RQ4 フレームワークを時間変動する所望の行動を扱えるように拡張できるか？その場合の収束保証はどのようなものか？
• RQ5 価格予測信号が信頼維持領域内に保たれる条件は何か？これにより持続的なエージェント協力が保証されるか？

主な発見

• ハードナッジおよびソフトナッジメカニズムにより、エージェントの価格予測信号への信頼は有限時間内で1に収束し、価格予測は信頼維持ボール内に保たれる。
• 定常的所望の行動に対しては、シミュレーションによる電気自動車充電事例で示されるように、エージェントの集約的行動が漸近的に目標セットポイントに収束する。
• アダプティブナッジメカニズムは、時間変動する所望の行動を効果的に追跡し、価格予測が信頼領域内に時間変動目標 p*(t) に収束する。
• すべてのケースにおいて、平均的信頼変数が1に収束し、レギュレータの信号に対するエージェントの信頼が時間経過とともに持続的に維持されることを確認した。
• すべてのメカニズムにおいて、価格予測信号は B(p₀, ρ) のボール内に入り、その後もその領域に留まる。ρ = 0.2 は必要な安定性条件を満たしている。
• 数値結果により、集約的電力需要が所望の定常的または時間的プロファイルに収束し、追従誤差が時間とともに減少することが確認された。