[論文レビュー] Subjective Perception Games and Privacy.

Ronen Gradwohl, Rann Smorodinsky|arXiv (Cornell University)|Sep 5, 2014

Game Theory and Applications参考文献 20被引用数 7

ひとこと要約

本稿は、エージェントの報酬が自らの行動および他者による自らのタイプの認識に依存する一般化されたゲーム理論的枠組みを提示し、均衡の存在を証明するとともに、プライバシー関連の状況への応用を示している。認識に基づく報酬が安定した結果をもたらすことを示し、プライバシーに配慮した文脈における戦略的行動の修正を提供する。

ABSTRACT

We analyze a general framework for modeling agents whose utility is derived from both their actions and the perceptions of others about their type. We show that such perception games always have equilibria, and discuss two natural refinements. We demonstrate the applicability of our framework in a variety of contexts, with a particular emphasis on privacy-related issues. Gradwohl gratefully acknowledges the support of NSF award #1216006. Smorodinsky gratefully acknowledges the support of ISF grant 2016301, the joint Microsoft-Technion e-Commerce Lab, Technion VPR grants and the Bernard M. Gordon Center for Systems Engineering at the Technion. We also thank Jana Friedrichsen, Ehud Kalai, Gil Kalai, Eddie Dekel and Juuso Valimaki for insightful comments. Kellogg School of Management, Northwestern University, Evanston, IL 60208, USA. Email: [e-mail]. Faculty of Industrial Engineering and Management, The Technion – Israel Institute of Technology. Email: [e-mail].

研究の動機と目的

• 行動と他者によるタイプの認識の両方に依存する報酬を持つエージェントの一般モデルを形式化すること。
• 安定した戦略的結果を保証するため、このような認識ゲームにおける均衡の存在を確立すること。
• 認識駆動の文脈においてより現実的な戦略的行動を反映する均衡の修正を検討すること。
• 本モデルのプライバシー関連意思決定文脈への適用可能性を示すこと。
• 認識がプライバシーに配慮した環境における戦略的行動に与える影響を理解するための理論的基盤を提供すること。

提案手法

• エージェントの報酬が自らの行動および他のエージェントのタイプの認識に依存するゲーム理論的モデルを形式化すること。
• 不動点定理とコンパクト性の議論を用いて、認識ゲームにおけるナッシュ均衡の存在を証明すること。
• 不確実性下でのより洗練された戦略的推論を捉えるために、均衡の2つの自然な修正を導入すること。
• データ開示やレピュテーション管理などのプライバシー状況に本フレームワークを適用し、戦略的インcentiveを分析すること。
• 理論的分析を用いて、認識の歪みが均衡結果や戦略的選択に与える影響を検討すること。
• メカニズム設計およびベイジアンゲームの知見を活用して、信念形成と報酬のトレードオフをモデル化すること。

実験結果

リサーチクエスチョン

• RQ1 報酬が他者の認識に依存する認識ゲーム—すなわち、報酬が他者の認識に依存するゲーム—は常に少なくとも1つのナッシュ均衡を持つのか？
• RQ2 均衡の修正は、認識に基づくゲームにおける戦略的行動にどのように影響するか？
• RQ3 このフレームワークは、情報共有やアイデンティティの隠蔽といったプライバシー関連意思決定をどのようにモデル化できるか？
• RQ4 エージェントのタイプに関する誤った認識や誤った信念は、戦略的対話における均衡結果にどのように影響するか？
• RQ5 認識に基づく報酬は、プライバシー保護メカニズムの設計にどのような意味を持つのか？

主な発見

• 本稿は、すべての認識ゲームが少なくとも1つのナッシュ均衡を持つことを証明しており、安定した戦略的結果の存在を保証している。
• 不確かさを考慮した文脈でより現実的であるとされる、2つの自然な均衡の修正が提案されており、不実在の均衡を排除し、予測力の向上に寄与している。
• 本フレームワークは、他者の認識を操作するために戦略的に情報を開示するといったプライバシー関連行動を効果的にモデル化できている。
• 認識に基づく報酬は、直接的な物的利得がなくても、エージェントが自らのタイプを誤認せしめる戦略的行動をとる均衡を生み出す。
• 他者の信念が結果に顕著に影響する環境では、認識を操作するインcentiveが強固であることがモデルから明らかになった。
• 理論的結果は、レピュテーションや情報開示を含む戦略的状況におけるプライバシーのトレードオフを分析する基盤を提供する。