[논문 리뷰] Playing the Wrong Game: Bounding Externalities in Diverse Populations of Agents

Reshef Meir, David C. Parkes|arXiv (Cornell University)|2014. 11. 06.

Game Theory and Applications참고 문헌 28인용 수 7

한 줄 요약

이 논문은 비원자적 라우팅 게임에서 에이전트가 진짜 비용이 아닌 편향된 비용 함수에 따라 행동할 때 사회적 복지 손실을 정량화하기 위해 편향된 공익의 가격(Biased Price of Anarchy, BPoA)을 도입한다. 네트워크 구조와 에이전트 편향 매개변수를 사용하여 BPoA의 범위를 유도하며, 특히 다항 지연 함수의 경우 비용 함수의 스무쓰니스 성질을 통해 이질적인 행동으로 인한 외부성(externality)을 엄밀하게 통제할 수 있음을 보여준다.

ABSTRACT

The robustness of multiagent systems can be affected by mistakes or behavioral biases (e.g., risk-aversion, altruism, toll-sensitivity), with some agents playing the "wrong game." This can change the set of equilibria, and may in turn harm or improve the social welfare of agents in the system. We are interested in bounding what we call the biased price of anarchy (BPoA) in populations with diverse agent behaviors, which is the ratio between welfare in the "wrong" equilibrium and optimal welfare. We study nonatomic routing games, and derive an externality bound that depends on a key topological parameter of the underlying network. We then prove two general BPoA bounds for games with diverse populations: one that relies on the network structure and the average bias of all agents in the population, and one that is independent of the structure but depends on the maximal bias. Both types of bounds can be combined with known results to derive concrete BPoA bounds for a variety of specific behaviors (e.g., varied levels of risk-aversion).

연구 동기 및 목표

• 에이전트가 진짜 비용이 아닌 편향된 비용 함수를 사용할 때 다중에이전트 시스템에서 균형의 비효율성을 정량화하는 것.
• 편향된 비용 함수를 사용하는 에이전트가 비원자적 라우팅 게임에서 다른 이들에게 미치는 부정적 외부성의 경계를 설정하는 것.
• 다양하고 유한한 합리성의 에이전트로 구성된 시스템에서 사회적 복지에 대한 강건한 성능 보장을 제공하는 것.
• 표준 스무쓰니스 프레임워크를 임의의 행동 편향을 가진 이질적 인구 집단으로 확장하는 것.
• 네트워크 구조, 평균 편향, 또는 최악의 경우 편향에 따라 달라지는 BPoA 경계를 도출하는 것.

제안 방법

• 표준 스무쓰니스를 편향된 비용 함수 간의 편차를 포괄하도록 확장한 편향된 스무쓰니스(concept)를 도입한다.
• 편향된 공익의 가격(BPoA)을 정의하며, 이는 편향된 게임에서 최적 사회적 비용과 최악의 균형 비용의 비율로 정의된다.
• 네트워크 구조와 간선 비용 함수의 스무쓰니스 매개변수(λ, μ)를 사용하여 유형별 외부성 경계를 도출한다.
• 스무쓰니스 방법을 적용하여 각 에이전트 유형의 자신의 편향과 네트워크 구조에 기반한 균형 비용을 경계한다.
• 상한 및 하한 스무쓰니스 경계의 곱을 사용하여 평균 편향과 네트워크 구조에 의존하는 BPoA 경계를 유도한다.
• 다항 비용 함수의 경우, 이전 연구에서의 엄밀한 PoA 결과를 활용하여 오직 최악의 경우 편향과 차수에만 의존하는 BPoA 경계를 유도한다.

실험 결과

연구 질문

• RQ1 이질적인 편향이 있는 라우팅 게임에서 한 에이전트 유형이 다른 유형에 미치는 부정적 외부성을 경계할 수 있는가?
• RQ2 편향된 게임에서 최악의 균형의 사회적 비용이 최적 사회적 비용에 비해 최악의 경우로 경계될 수 있는가?
• RQ3 네트워크 구조에 의존하지 않고 오직 인구 내 최대 편향에만 의존하는 BPoA 경계를 도출할 수 있는가?
• RQ4 비용 함수의 스무쓰니스 성질이 행동 다양성 하에서 균형의 강건성에 어떤 영향을 미치는가?
• RQ5 최악의 경우나 구조적 매개변수 대신 평균 편향에만 의존하는 BPoA 경계를 도출할 수 있는가?

주요 결과

• 다항 비용 함수의 차수 d 이하일 경우, BPoA는 (d+1) · (Φ̲(G)Φ̄(G))^(d+1)로 경계되며, 여기서 Φ̲와 Φ̄는 스무쓰니스 매개변수이다.
• 모든 비용 함수가 (λ̂, μ̂)-편향된 스무쓰니스일 경우, BPoA는 (d+1)^(d+2) · e^(d+1) · (λ̂ / (1 - μ̂))^(d+1)로 경계된다.
• 한 에이전트 유형의 외부성 경계는 그 자체의 편향과 네트워크의 위상적 구조에 따라 달라진다.
• 최악의 경우 편향과 다항식 차수만을 사용하여 네트워크 구조에 의존하지 않는 BPoA 경계를 도출할 수 있다.
• 경계가 엄밀한 이유는 편향이 사라질 경우 기존의 PoA 결과와 일치하기 때문에, 이는 이전 연구와의 일관성을 확인한다.
• 이 프레임워크는 에이전트 인구의 정확한 구성 정보가 없어도 성능 보장을 가능하게 하며, 오직 편향의 경계와 유형 비율의 경계만 필요로 한다.