[논문 리뷰] Algorithmic Persuasion with Evidence

Martin Hoefer, Pasin Manurangsi외 1명|arXiv (Cornell University)|2020. 08. 28.

Machine Learning and Algorithms참고 문헌 30인용 수 3

한 줄 요약

이 논문은 세 가지 변형 — 무책임, 발신자 책임, 수신자 책임 — 에서 증거를 동반한 알고리즘적 설득을 연구한다. 일반적인 경우에서 최적의 설득이 NP-난이도임을 증명하지만, 전역 신호가 존재할 경우 다항시간 알고리즘을 제공한다. 주요 기여는 데리게이션 문제에 대해 처음으로 적용된, 새로운 정규분포프로그래밍 기반 근사 알고리즘으로, 알고리즘 미경제학 분야에서 잠재적으로 광범위한 영향을 미칠 수 있다.

ABSTRACT

In a game of persuasion with evidence, a sender has private information. By presenting evidence on the information, the sender wishes to persuade a receiver to take a single action (e.g., hire a job candidate, or convict a defendant). The sender's utility depends solely on whether or not the receiver takes the action. The receiver's utility depends on both the action and the sender's private information. We study three natural variations. First, we consider the problem of computing an equilibrium of the game without commitment power. Second, we consider a persuasion variant, where the sender commits to a signaling scheme and the receiver, after seeing the evidence, takes the action or not. Third, we study a delegation variant, where the receiver first commits to taking the action if being presented certain evidence, and the sender presents evidence to maximize the probability the action is taken. We study these variants through the computational lens, and give hardness results, optimal approximation algorithms, and polynomial-time algorithms for special cases. Among our results is an approximation algorithm that rounds a semidefinite program that might be of independent interest, since, to the best of our knowledge, it is the first such approximation algorithm in algorithmic economics.

연구 동기 및 목표

• 세 가지 책임 기반 변형 — 무책임, 발신자 책임, 수신자 책임 — 에서 증거를 동반한 설득의 계산 복잡도를 분석하는 것.
• 특히 전역 신호와 같은 구조적 제약 조건 하에서 최적의 설득 전략을 효율적으로 계산할 수 있는 조건을 규명하는 것.
• 불가능한 경우를 위한 근사 알고리즘 개발, 특히 라미너 신호를 가진 데리게이션 문제에 대해 새로운 정규분포프로그래밍 라운딩 기법을 포함하는 것.
• 최적의 설득이 P = NP 가정 하에 상수 요인 이내에서 근사 가능하지 않음을 보여주는 난이도 결과를 수립하는 것.
• SDP 도구를 정보 구조 설계 및 메커니즘 설계에 적용하여 알고리즘 미경제학 분야의 격차를 메우는 것.

제안 방법

• 발신자가 비공개 정보를 지닌 상태에서 증거를 사용해 수신자의 행동을 영향을 주는 게임으로 설득을 모델링하며, 보상은 행동과 상태에 따라 달라진다.
• 세 가지 변형을 분석: 부분게임 완전 균형(무책임), 제약된 설득(발신자가 신호 방식을 사전에 약속), 제약된 데리게이션(수신자가 증거 하에 행동을 사전에 약속).
• 특히 라미너 신호 조건에서 데리게이션 문제에 대해 근사 알고리즘을 설계하기 위해 선형프로그래밍과 정규분포프로그래밍(SDP)을 사용한다.
• 메커니즘 설계 및 정보 구조 설계 분야에서 별도의 관심을 끌 수 있는 새로운 SDP 라운딩 기법을 적용한다.
• 어려운 사례를 기존의 NP-난이도 문제(예: 분할 문제)로 환원하여 근사 불가능성 결과를 증명한다.
• 특히 전역 신호 조건 하에서, 신호 분할 및 신호 집합 기법을 사용해 설계를 단순화한다.

실험 결과

연구 질문

• RQ1 알고리즘적 설득에서 증거를 동반한 최적의 신호 전략은 어떤 조건에서 다항시간 내에 계산될 수 있는가?
• RQ2 P = NP 가정 하에, 발신자 책임 모델에서 최적의 설득이 상수 요인 이내에서 근사 가능하지 않다는가?
• RQ3 정규분포프로그래밍 접근법이 라미너 신호를 가진 데리게이션 문제에 대해 상수 요인 근사 가능하게 만들 수 있는가?
• RQ4 전역 신호(예: 침묵)의 존재가 최적의 설득 전략 계산을 가능하게 하는가?
• RQ5 이 연구에서 개발된 SDP 기반 라운딩 기법은 메커니즘 설계 분야의 다른 문제로 일반화될 수 있는가?

주요 결과

• 책임 없이 최적의 설득을 부분게임 완전 균형 계산을 통해 다항시간 내에 계산할 수 있다.
• 제약된 설득은 NP-난이도이며, P = NP 가정 하에 O(n^ε) 요인 이내로 근사 가능하지 않다. 전역 신호가 존재하더라도 마찬가지다.
• 전역 신호가 존재할 경우, 최적의 설득은 두 개의 신호 분할을 가진 베이지안 설득으로 환원함으로써 다항시간 내에 계산 가능하다.
• 제약된 데리게이션 역시 P = NP 가정 하에 2 − ε 요인 이내로 근사 가능하지 않으며, 전역 신호 조건 하에서도 마찬가지다.
• 라미너 신호를 가진 데리게이션 문제에 대해 새로운 정규분포프로그래밍 기반 근사 알고리즘을 개발하였으며, 이는 알고리즘 미경제학 분야에서 처음으로 적용된 사례다.
• 제안된 SDP 라운딩 기법은 메커니즘 설계 및 정보 구조 설계 분야에서 별도의 관심을 끌 수 있다.