[论文解读] Approximate Nash Equilibria via Sampling

Yakov Babichenko, Ron Peretz|arXiv (Cornell University)|Jul 18, 2013

Game Theory and Applications参考文献 2被引用 3

一句话总结

本文证明，每个具有 m 个动作的 n 人博弈均存在一个 ε-均衡，其中每位玩家在 O(log m + log n) 个纯策略上均匀随机化，从而可实现针对每名玩家动作数为多项式数量的博弈中近似纳什均衡的 poly(N^{log log N}) 算法。此外，本文揭示了纳什均衡的熵与基于采样的算法效率之间存在反比关系，将先前关于小概率博弈的结果推广至 n 人博弈设置。

ABSTRACT

We prove that in a normal form n-player game with m actions for each player, there exists an approximate Nash equilibrium where each player randomizes uniformly among a set of O(log(m) + log(n)) pure strategies. This result induces an $N^{\log \log N}$ algorithm for computing an approximate Nash equilibrium in games where the number of actions is polynomial in the number of players (m=poly(n)), where $N=nm^n$ is the size of the game (the input size). In addition, we establish an inverse connection between the entropy of Nash equilibria in the game, and the time it takes to find such an approximate Nash equilibrium using the random sampling algorithm.

研究动机与目标

• 建立 n 人博弈中近似纳什均衡所需纯策略数的更紧界。
• 改进每名玩家具有多项式数量动作的博弈中寻找近似纳什均衡的计算复杂度。
• 形式化纳什均衡熵与随机采样算法效率之间的联系。
• 将先前关于小概率博弈的结果推广至一般 n 人博弈。
• 确定 k-均匀近似均衡的 O(log m + log n) 边界是否紧致。

提出的方法

• 使用采样方法，将混合策略替换为 k-均匀策略，其中每位玩家从 k 个纯策略中均匀选择。
• 应用浓度不等式，证明当 k = O((ln m + ln n - ln ε + ln 8)/ε²) 时，足以实现 ε-近似均衡。
• 对所有 k-均匀策略组合进行穷举搜索，其可能性上限为 m^{nk}。
• 利用信息论工具，特别是关于熵与概率的引理 1，将均衡熵与采样成功概率联系起来。
• 基于熵与尾部概率界限，推导出形成 ε-均衡的 k-均匀策略组合的最小数量下界。
• 建立通过采样找到 ε-均衡的期望时间至多为 4·2^{k(n log₂ m - H(x))}，其与均衡熵 H(x) 呈反比关系。

实验结果

研究问题

• RQ1 每个具有 m 个动作的 n 人博弈是否都存在一个 ε-均衡，其中每位玩家使用 k-均匀策略，且 k = O(log m + log n)？
• RQ2 k 的 O(log m + log n) 边界是否紧致，还是可进一步降低为仅依赖于 ε 的常数 k？
• RQ3 纳什均衡的熵是否反比决定随机采样找到近似均衡的期望时间？
• RQ4 采样方法的效率是否可从双人博弈推广至 n 人博弈？
• RQ5 是否存在某些博弈，其中对于所有 k ≤ C(log n + log m)，均不存在 k-均匀策略的 ε-均衡？

主要发现

• 每个具有 m 个动作的 n 人博弈均存在一个使用 k = O((ln m + ln n - ln ε + ln 8)/ε²) 个均匀策略的 ε-均衡。
• 对于 m = poly(n 的博弈，该算法运行时间为 poly(N^{log log N})，优于先前的 poly(N^{log N}) 边界。
• 通过随机采样找到 ε-均衡的期望时间至多为 4·2^{k(n log₂ m - H(x))}，表明其与均衡熵 H(x) 呈反比关系。
• 该结果将 Daskalakis 和 Papadimitriou 关于小概率博弈的结果推广至 n 人博弈，证实熵-时间权衡在更广泛范围内成立。
• 当 n = poly(m) 时，基于 Althofer 对双人博弈的下界，k = O(log m + log n) 的边界在常数因子内是紧致的。
• 若问题 1（双动作博弈中常数 k）的答案为肯定，则双动作博弈将存在一个 poly(N) 算法，暗示存在进一步改进的潜力。