[論文レビュー] The Query Complexity of Correlated Equilibria

Sergiu Hart, Noam Nisan|RePEc: Research Papers in Economics|May 21, 2013

Game Theory and Applications被引用数 21

ひとこと要約

この論文は、報酬クエリを用いたn人プレイヤーのゲームにおける相関均衡を計算する際のクエリ複雑度の根本的な下界を確立する。どの効率的で決定的アルゴリズムでも、たとえ近似解であっても相関均衡を計算できないことが示され、どの効率的で確率的アルゴリズムでも正確な解を計算できないことが示され、この文脈においてランダム化と近似が本質的に必要であることを示している。

ABSTRACT

We consider the complexity of finding a correlated equilibrium of an $n$-player game in a model that allows the algorithm to make queries on players' payoffs at pure strategy profiles. Randomized regret-based dynamics are known to yield an approximate correlated equilibrium efficiently, namely, in time that is polynomial in the number of players $n$. Here we show that both randomization and approximation are necessary: no efficient deterministic algorithm can reach even an approximate correlated equilibrium, and no efficient randomized algorithm can reach an exact correlated equilibrium. The results are obtained by bounding from below the number of payoff queries that are needed.

研究の動機と目的

• n人プレイヤーゲームにおける相関均衡を計算するために必要な最小の報酬クエリ数を特定すること。
• 決定的または正確なアルゴリズムが、報酬クエリを用いて効率的に相関均衡を計算できるかどうかを調査すること。
• レジーットベースのアルゴリズム—これらは効率的で近似可能ではあるが—指数的クエリコストを伴わずに確率的でないか、正確にできないことを確立すること。
• n次元ハイパーキューブにおけるランダムパスの尾を特定することの難易度を、相関均衡のクエリ複雑度のモデルとして形式化すること。

提案手法

• 著者たちは、長さ L = n·2^{n/3} のn次元ハイパーキューブ上のランダムパスに基づいた、相関均衡問題の難しいインスタンスを構築する。
• アルゴリズムが頂点をクエリして、まだ明らかにされていないパスの部分を見つける必要がある「パスを撃つ」（HTP）問題を定義する。各クエリの後で、新しいパスのセグメントが段階的に明らかにされる。
• ハイパーキューブ上のランダムウォークの急速混合性の性質を用いて、任意のクエリがまだ明らかにされていない頂点を撃つ確率が、僅か（1+o(1))·2^{-n} であることを示す。
• T回のクエリと残りのパス長の両方にわたる和集合を用いて、任意のアルゴリズムの勝利確率を上界で抑え込む。
• パスの尾がハイパーキューブの極めて小さな部分であり、ランダムサンプリングや任意の効率的決定的戦略でも到達できないことを利用している。
• HTP問題をブラックボックス還元として用い、NPV（非正頂点）問題を解くには指数的クエリが必要であることを示し、相関均衡計算における下界を確立する。

実験結果

リサーチクエスチョン

• RQ1 決定的アルゴリズムは、n人プレイヤーゲームにおいて、サブ指数的数の報酬クエリを用いて近似相関均衡を計算できるか？
• RQ2 確率的アルゴリズムを用いて、多項式的クエリ複雑度で正確な相関均衡を計算することは可能か？
• RQ3 レジーットベースのダイナミクスは、効率的で近似可能ではあるが、なぜ多項式的クエリ数で正確または決定的解を得られないのか？
• RQ4 報酬空間のどのような構造的性質が、クエリモデルにおける相関均衡計算の本質的難易度を生じさせているのか？
• RQ5 相関均衡計算のパスフォローアプローチを用いて、クエリ複雑度の下界を証明できるか？

主な発見

• どの決定的アルゴリズムでも、nに関する多項式時間で近似相関均衡を計算することはできない、報酬クエリへのアクセスがあっても同様である。
• 正確な相関均衡を計算するためには、指数的高精度を必要とするため、どの確率的アルゴリズムでもnに関する多項式時間では計算できない。
• 任意のTクエリアルゴリズムがHTP問題に勝つ確率は、(1+o(1))·n·2^{-2n/3}·T 以下であり、T < 2^{n/3}/n のときには定数より小さい。
• ハイパーキューブ内のランダムパスの尾はあまりに小さく、均一に混合されているため、指数的クエリ数を要しない限り、どの効率的アルゴリズムでもその位置を特定できない。
• HTP問題の難易度は、非正頂点（NPV）問題を解くには指数的クエリが必要であることを示し、相関均衡計算における下界を確立する。
• 結果として、ランダム化と近似は実用的選択肢ではなく、相関均衡の効率的計算において理論的にも不可欠であることが示された。