[논문 리뷰] An Application of SAT Solvers in Integer Programming Games

Koirala, Pravesh, Shrey, Aditya외 1명|arXiv (Cornell University)|2025. 01. 01.

Experimental Behavioral Economics Studies인용 수 6

한 줄 요약

이 논문은 비협력적이고 비볼록인 게임에서 나시 균형을 계산하기 위한 일반 목적 알고리즘인 컷 앤 플레이(Cut-and-Play, CnP)를 소개한다. 각 플레이어는 분리 가능한 최적화 문제를 해결한다. 외부 근사화를 통해 볼록체를 활용하고 반복적인 컷 플레인을 적용함으로써, CnP는 정확한 균형을 효율적으로 계산하거나 그 존재하지 않음을 증명할 수 있으며, 복잡한 이중선형 및 이산 비볼록 게임에서 문제 특화 방법보다 뛰어난 성능을 보인다.

ABSTRACT

Integer programming games (IPGs) are a popular game-theoretic tool to model an array of games where each player has a discrete strategy set. These games arise in important domains such as economics, transportation, cybersecurity, etc., but solving them is non-trivial as it is known that checking for the existence of pure Nash equilibria in an IPG is Σ₂^p-complete. Recent works have proposed a class of relaxed solution concepts for IPGs called locally optimal integer solutions (LOIS) and shown it to be an efficient alternative for pure Nash equilibria. While LOIS are significantly simpler to compute, they still do not scale when solved using traditional mathematical solvers, especially when high-quality solutions are desired. In this paper, we apply commercially available SAT solvers to find LOIS in IPGs. We investigate efficient encodings for a cybersecurity game and compare solution times when using SAT solvers vs mathematical program solvers. We also investigate the application of SAT solvers in graph games using a graph interdiction example and compare against the obtained LOI solutions against existing heuristics-based solutions. Our results indicate that with appropriate encodings, large-scale IPGs can be solved much more efficiently using SAT solvers. We also show that SAT solvers can be applied to graph games in conjunction with LOIS for obtaining high-quality solutions. Our results emphasize the potential of SAT solvers combined with LOIS to solve significant game theory problems.

연구 동기 및 목표

• 분리 가능한 수익을 갖는 비볼록 동시 게임에서 나시 균형을 계산하기 위한 일반 목적 알고리즘이 부족한 문제를 해결한다.
• 볼록성, 연속성 또는 유계 전략 집합을 요구하는 기존 방법의 한계를 극복한다.
• 기존의 약한 균형 개념에 의존하지 않고, 기계 정밀도 수준까지 정확한 균형을 계산하거나 존재하지 않음을 증명하는 프레임워크를 개발한다.
• 표준 최적화 소프트웨어와의 통합을 가능하게 하고, 무한정 가능 영역을 지원한다.
• 정수 변수와 이중선형 제약 조건을 포함한 어려운 사례에서 문제 특화 솔버에 비해 계산 성능에서 뛰어난 성능을 입증한다.

제안 방법

• 각 플레이어의 비볼록 가능 영역을 그 볼록체로 대체함으로써 등가의 볼록 게임을 구성함으로써, 원래 게임과 볼록화된 게임 간의 균형 간의 대응 관계를 확립한다.
• 점차적으로 정확도가 향상되는 다면체 외부 근사화의 시퀀스를 통한 게임 근사화의 새로운 개념을 도입한다.
• 최적성 조건과 보완성 제약 조건에서 유도된 컷 플레인을 사용해 반복적으로 근사를 정밀화하는 컷 플레인 방법을 적용한다.
• 혼합정수계획법(MIP)과 연속 최적화 기법을 통합하며, 분할 및 타협 전략을 포함한다.
• 하이브리드(HB) 및 편차 기반(DB) 분할 규칙을 사용해 외부 근사화 내에서 균형을 탐색한다.
• 만약 닫힌 볼록체 내에 균형이 존재하지 않는다면 원래 게임에도 존재하지 않음을 이용해, 존재하지 않음을 조기에 증명할 수 있다.

실험 결과

연구 질문

• RQ1 볼록성이나 연속성을 요구하지 않고 비볼록 동시 게임에서 정확한 나시 균형을 계산할 수 있는 일반 목적 알고리즘이 존재하는가?
• RQ2 원래 비볼록 게임의 균형과 볼록체를 사용한 볼록화된 게임의 균형 간의 관계는 어떠한가?
• RQ3 커트 플레인을 통한 외부 근사화가 비볼록 게임에서 균형을 계산하거나 존재하지 않음을 증명하는 데 효과적으로 사용될 수 있는가?
• RQ4 컷 앤 플레이와 같은 일반 목적 알고리즘의 성능은 정수 변수와 이중선형 제약 조건을 포함한 어려운 사례에서 문제 특화 솔버와 비교해 어떻게 되는가?
• RQ5 볼록체 표현이 균형을 유지하지 못할 수 있는 조건는 무엇이며, 이러한 문제들은 어떻게 계산적으로 탐지하거나 방지할 수 있는가?

주요 결과

• 컷 앤 플레이는 B 세트의 50개 사례 중 47개, H7 세트의 50개 사례 전부에서 혼합 나시 균형(MNE)을 성공적으로 계산했으며, 테스트된 사례에서 수치 문제 없이 작동했다.
• 7명의 플레이어와 7명의 후속자 각각을 포함한 50개의 어려운 H7 세트 사례에서, CnP-HB는 300초 이내에 41개 사례를 최적해로 해결했고, 문제 특화 알고리즘 Inn-S-1은 모든 50개 사례에서 수치 문제로 실패했다.
• H7 세트에서 CnP-HB의 평균 해결 시간은 53.79초였으며, 이는 Inn-S-1이 모든 사례에서 시간 제한에 도달한 것과 비교해 뚜렷한 성능 우위를 보였다.
• 편차 기반 분할(CnP-DB)은 H7 세트에서 35개의 MNE를 달성했고, 15개 사례에서 시간 제한에 도달했으며, 이는 높은 계산적 스트레스 하에서도 강건함을 보였다.
• 이론적 우려와는 달리 비폐쇄 볼록체에 대한 문제는 실험에서 예시 2에서 설명된 병적인 행동을 보이지 않았으며, 이는 외부 근사화 접근법의 실용적 안정성을 시사한다.
• CnP는 문제 특화 내부 근사화 알고리즘 Inn-S보다 뛰어난 수치적 안정성을 보였으며, H7 세트에서 46건의 수치 문제를 겪지 않았다.