[論文レビュー] The Evolutionary Price of Anarchy: Locally Bounded Agents in a Dynamic Virus Game

Krishnendu Chatterjee, Laura Schmid+1 more|arXiv (Cornell University)|May 31, 2019

Game Theory and Applications参考文献 37被引用数 2

ひとこと要約

本稿は、ネットワーク上のウイルス接種ゲームにおける動的で局所的に相互作用する記憶のないエージェントを分析するため、進化的価格の悪化（ePoA）を導入する。グラフ構造上の確率的過程を用いて戦略の進化をモデル化することで、均衡でない行動や非豊富なナッシュ均衡が、中程度の変異率でさえも、古典的PoAよりも顕著にePoAを上回ることを示している。

ABSTRACT

The Price of Anarchy (PoA) is a well-established game-theoretic concept to shed light on coordination issues arising in open distributed systems. Leaving agents to selfishly optimize comes with the risk of ending up in sub-optimal states (in terms of performance and/or costs), compared to a centralized system design. However, the PoA relies on strong assumptions about agents' rationality (e.g., resources and information) and interactions, whereas in many distributed systems agents interact locally with bounded resources. They do so repeatedly over time (in contrast to "one-shot games"), and their strategies may evolve. Using a more realistic evolutionary game model, this paper introduces a realized evolutionary Price of Anarchy (ePoA). The ePoA allows an exploration of equilibrium selection in dynamic distributed systems with multiple equilibria, based on local interactions of simple memoryless agents. Considering a fundamental game related to virus propagation on networks, we present analytical bounds on the ePoA in basic network topologies and for different strategy update dynamics. In particular, deriving stationary distributions of the stochastic evolutionary process, we find that the Nash equilibria are not always the most abundant states, and that different processes can feature significant off-equilibrium behavior, leading to a significantly higher ePoA compared to the PoA studied traditionally in the literature.

研究の動機と目的

• 局所的・限界的・記憶のないエージェントを伴う動的で進化的なゲーム設定に、古典的価格の悪化（PoA）を拡張すること。
• ネットワーク化されたシステムにおける進化的ダイナミクスと静的ナッシュ均衡との間で、均衡選択がどのように異なるかを調査すること。
• ウイルス接種ゲームにおける局所的情報と繰り返し相互作用が、システム効率に与える影響を分析すること。
• クリーク、スターグラフ、パスといった基本的なネットワークトポロジーにおけるePoAの解析的境界を提供すること。
• 進化的システムにおいてナッシュ均衡が支配的または最も頻度の高い結果であるという仮定に疑問を呈すること。

提案手法

• 局所的情報を用いたグラフ上でのエージェント相互作用を、確率的進化的ダイナミクス（出生・死滅過程）でモデル化する。
• 3つの主要な進化的ダイナミクスを適用する：死滅・出生、出生・死滅、模倣ダイナミクス。
• 戦略構成の定常分布を導出し、均衡の長期頻度を計算する。
• Aspnesら[2]のウイルス接種ゲームを、基本的なトポロジー上でこれらのダイナミクスの下で分析する。
• マコフ連鎖理論および進化的ゲーム理論の解析的手法を用いて、正確な長期頻度を計算する。
• より複雑なトポロジーにおけるシミュレーションを併用し、解析的結果の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 動的で局所的に相互作用するシステムにおいて、進化的価格の悪化（ePoA）は古典的価格の悪化（PoA）と比べてどのように異なるか？
• RQ2 進化的ダイナミクスの長期分布において、ナッシュ均衡は常に最も頻度の高い状態であるか？
• RQ3 異なる戦略更新メカニズム（例：模倣、出生・死滅）がePoAに与える影響はどの程度か？
• RQ4 ネットワークトポロジーと局所的接続性は、進化的ウイルスゲームにおける非効率的均衡の出現にどのように影響するか？
• RQ5 低変異率でも、非均衡行動が古典的PoAと比較してePoAを顕著に上昇させる可能性はあるか？

主な発見

• 模倣ダイナミクス下では、顕著な非均衡行動のため、ePoAは古典的PoAよりも著しく上回る場合がある。
• ナッシュ均衡が長期分布で常に最も頻度の高い状態であるとは限らず、その支配的であるという仮定に疑問を呈する。
• スターグラフでは、低変異率でも模倣ダイナミクス下でのePoAは古典的PoAを2倍以上上回る。
• クリークトポロジーでは、ePoAは有界のままだが、依然として古典的PoAを上回り、進化的均衡における持続的な非効率性を示している。
• 戦略構成の定常分布は、戦略の進化が静的均衡分析では捉えきれない、非自明で体系的な非効率性を引き起こすことを明らかにしている。
• 複雑なトポロジーにおけるシミュレーションは、ePoAが古典的PoAと比較して依然として高いままであることを確認しており、単純なグラフにおける解析的結果を支持している。