[論文レビュー] Temporal Action-Graph Games: A New Representation for Dynamic Games

Albert Xin Jiang, Kevin Leyton‐Brown+1 more|arXiv (Cornell University)|May 9, 2012

Game Theory and Applications参考文献 19被引用数 10

ひとこと要約

本稿では、匿名性および文脈特異的効用独立性を活用する動的で不完全情報の展開形式ゲームのためのコンパクトなグラフィカル表現である時系列行動グラフゲーム（TAGGs）を紹介する。MAID符号化の間接的表現として確率的で決定論的なチャンスノードを用いることで、従来のMAIDと比較してより効率的な計算が可能となり、スケーラビリティおよび解法効率において、先行手法と比較して顕著な理論的・実験的改善を示している。

ABSTRACT

In this paper we introduce temporal action graph games (TAGGs), a novel graphical representation of imperfect-information extensive form games. We show that when a game involves anonymity or context-specific utility independencies, its encoding as a TAGG can be much more compact than its direct encoding as a multiagent influence diagram (MAID).We also show that TAGGs can be understood as indirect MAID encodings in which many deterministic chance nodes are introduced. We provide an algorithm for computing with TAGGs, and show both theoretically and empirically that our approach improves significantly on the previous state of the art.

研究の動機と目的

• 匿名性および文脈特異的効用構造を有する動的ゲームに対する直接的MAID符号化の非効率性を解消すること。
• 不完全情報の展開形式ゲームのためのよりコンパクトでスケーラブルな表現を構築すること。
• 構造的独立性を活用することで、大規模な動的ゲームにおける効率的な計算を可能にすること。
• TAGGsを確率的で決定論的なノードを有する間接的MAID符号化として形式化すること。
• 既存の最先端手法と比較して、理論的および実験的改善を示すこと。

提案手法

• 時間的依存関係とその影響を捉えるために、時系列行動グラフを用いてゲームをモデル化する。
• 文脈特異的独立性構造を符号化するため、行動グラフを用いて効用関数を表現する。
• MAID変数の挙動を間接的にシミュレートするため、決定論的なチャンスノードを導入する。
• ゲームツリーのコンパクトな要因分解を用いて、必要な条件付き確率表の数を削減する。
• グラフィカル構造を活用して効率を最大化するように、TAGGにおける均衡を計算するアルゴリズムを設計する。
• 行動グラフの構造を活用して、大規模ゲームにおける均衡のスケーラブルな計算を可能にする。

実験結果

リサーチクエスチョン

• RQ1 匿名性および文脈特異的効用依存性を有する動的ゲームをコンパクトに符号化できるグラフィカル表現を設計できるか？
• RQ2 TAGGsにおける決定論的なチャンスノードの使用は、直接的MAID符号化と比較して、記憶領域および計算効率においてどのように異なるか？
• RQ3 動的ゲームにおける構造的独立性をどれほど活用できるか、計算スケーラビリティの向上に寄与するか？
• RQ4 TAGG表現は、理論的複雑度および実験的実行時間の両面で、既存手法を上回る性能を示すか？
• RQ5 TAGGsは、特定の構造を持つ決定論的ノードを有する間接的MAID符号化として形式的に理解できるか？

主な発見

• 匿名性や文脈特異的効用独立性を有するゲームでは、直接的MAID表現と比較して、TAGGsが顕著にコンパクトな符号化を達成する。
• TAGGsの間接的MAID解釈により、多くの決定論的チャンスノードが符号化されていることが明らかとなり、効率的な推論が可能であることが示された。
• 提案されたTAGGにおける均衡計算のためのアルゴリズムは、先行する最先端手法と比較して理論的および実験的改善を示した。
• 実験結果から、構造的独立性を有する大規模ゲームにおいて、TAGGsはMAIDよりも優れたスケーラビリティを示した。
• 行動グラフのスパarsityおよび時間的構造を活用することで、必要な条件付き確率表の数を削減した。
• ベンチマークとしての動的ゲームにおいて、解法計算時間およびメモリ使用量の両面で優れた性能を達成した。