[논문 리뷰] An experimental analysis of Lemke-Howson algorithm

Bruno Codenotti, Stefano Rossi외 1명|ArXiv.org|2008. 11. 20.

Opinion Dynamics and Social Influence참고 문헌 17인용 수 14

한 줄 요약

이 논문은 이행게임의 내쉬 균형을 계산하기 위한 Lemke-Howson 알고리즘에 대한 새로운 휴리스틱 개선을 제안하며, 균일한 랜덤 게임에서 피벗 경로 길이를 제한하고 각 피벗에서 재시작함으로써 성능을 크게 향상시킨다. 주요 기여는 표준 Lemke-Howson 알고리즘의 7차 다항식보다 선형 시간 복잡도(평균적으로)를 달성함으로써, 1000×1000 크기까지의 게임에서도 효율적인 계산이 가능하게 한다.

ABSTRACT

We present an experimental investigation of the performance of the Lemke-Howson algorithm, which is the most widely used algorithm for the computation of a Nash equilibrium for bimatrix games. Lemke-Howson algorithm is based upon a simple pivoting strategy, which corresponds to following a path whose endpoint is a Nash equilibrium. We analyze both the basic Lemke-Howson algorithm and a heuristic modification of it, which we designed to cope with the effects of a 'bad' initial choice of the pivot. Our experimental findings show that, on uniformly random games, the heuristics achieves a linear running time, while the basic Lemke-Howson algorithm runs in time roughly proportional to a polynomial of degree seven. To conduct the experiments, we have developed our own implementation of Lemke-Howson algorithm, which turns out to be significantly faster than state-of-the-art software. This allowed us to run the algorithm on a much larger set of data, and on instances of much larger size, compared with previous work.

연구 동기 및 목표

• 기존의 구현 효율성으로 인해 제한되었던 대규모 이행게임에서 Lemke-Howson 알고리즘의 경험적 성능을 평가하기 위해.
• 표준 Lemke-Howson 알고리즘에서 나쁜 피벗 선택으로 인해 긴 경로 길이가 발생하는 계산 비효율성을 해결하기 위해.
• 정확성과 확장성을 유지하면서 평균 실행 시간을 단축시키는 메모리 효율적인 휴리스틱을 설계하고 구현하기 위해.
• 휴리스틱이 균일한 랜덤 게임에서 선형 평균 실행 시간을 달성함을 입증하기 위해, 이는 표준 알고리즘의 다항식(약 7차) 스케일링과 대비된다.

제안 방법

• 표준 알고리즘보다 빠르고 확장성이 뛰어난 최적화된 Lemke-Howson 알고리즘의 맞춤형 구현을 개발하였다.
• 각 초기 피벗에서의 피벗 단계 수를 제한하는 새로운 휴리스틱을 제안하였으며, 최대 허용 값까지의 2n개의 가능한 피벗에서 각각 알고리즘을 재시작한다.
• 모든 피벗에서 최대 허용 단계 이내에 균형이 발견되지 않으면, 마지막 피벗에서부터 전체 Lemke-Howson 실행을 수행한다.
• 휴리스틱은 항상 하나의 타블로만 유지하므로, 이전의 다중 경로 접근 방식과 달리 표준 알고리즘 수준의 메모리 사용량을 유지한다.
• 초기 종료 확률과 경로 길이 사이의 균형을 맞추기 위해 최적화된 약 10단계의 캡핑 파라미터를 사용하여 평균 계산 시간을 최소화하였다.
• 크기가 증가하는 균일한 랜덤 게임(최대 1000×1000)에 대해 광범위한 실험을 수행하여 평균 피벗 단계 수와 종료 확률을 측정하였다.

실험 결과

연구 질문

• RQ1 균일한 랜덤 이행게임에서 표준 Lemke-Howson 알고리즘의 평균 실행 시간은 게임 크기에 따라 어떻게 스케일링되는가?
• RQ2 Lemke-Howson 알고리즘의 휴리스틱 수정이 정확성과 저메모리 사용을 유지하면서 평균 피벗 단계 수를 줄일 수 있는가?
• RQ3 다양한 게임 크기에서 평균 계산 시간을 최소화하는 데 최적의 캡핑 값은 무엇인가?
• RQ4 큰 게임에서 캡핑 파라미터가 증가함에 따라, 마지막 피벗(즉, 전체 Lemke-Howson 실행)을 수행해야 할 확률은 어떻게 변하는가?
• RQ5 휴리스틱이 표준 알고리즘의 실용적 한계를 초월한 게임에서 균형을 계산하는 데 얼마나 기여하는가?

주요 결과

• 표준 Lemke-Howson 알고리즘은 그림 2에서 보듯이 게임 크기에 따라 약 7차 다항식 비례로 평균 실행 시간이 증가함을 확인하였다.
• 제안된 휴리스틱은 균일한 랜덤 게임에서 선형 평균 실행 시간을 달성하였으며, 평균 피벗 단계 수가 게임 크기와 선형적으로 증가함을 확인하였다.
• 휴리스틱의 최적 캡핑 값은 약 10단계이며, 이 값은 다양한 게임 크기에서 안정적으로 유지됨을 장기 분석을 통해 확인하였다.
• 100×100 게임에서 캡핑 값이 20를 초과하면, 전체 Lemke-Howson 알고리즘 실행을 수행해야 할 확률이 1% 이하로 감소한다.
• 휴리스틱은 표준 알고리즘이 몇 백 개 수준의 게임 크기에서만 작동 가능한 것과 달리, 1000×1000 크기의 게임에서도 합리적인 시간 내에 균형을 계산할 수 있도록 한다.
• 휴리스틱의 단계 분포는 표준 알고리즘과 유사하지만, 더 빈도가 높고 비단조화적이며, 다양한 피벗에서 유도된 여러 짧은 타당 경로의 집합을 반영한다.