[論文レビュー] Diffusion, Influence and Best-Response Dynamics in Networks: An Action Model Approach

Rasmus K. Rendsvig|arXiv (Cornell University)|Aug 4, 2017

Logic, Reasoning, and Knowledge被引用数 6

ひとこと要約

本稿では、社会的ネットワークにおけるしきい値に基づく拡散およびベストリスポンスダイナミクスをモデル化するためのアクションモデル手法を提案する。動的知識論理の積更新機構が、エージェントの意思決定ルールを符号化したアクションモデルを通じて、協調的および非協調的ゲームのダイナミクスを模倣できることを示している。主な貢献は、しきい値ダイナミクスとアクションモデル更新の間の形式的同等性を確立したことであり、これにより、ネットワークにおける社会的影響とゲーム理論的行動を統一的な論理枠組みで扱えるようになった。

ABSTRACT

Threshold models and their dynamics may be used to model the spread of `behaviors' in social networks. Regarding such from a modal logical perspective, it is shown how standard update mechanisms may be emulated using action models -- graphs encoding agents' decision rules. A small class of action models capturing the possible sets of decision rules suitable for threshold models is identified, and shown to include models characterizing best-response dynamics of both coordination and anti-coordination games played on graphs.

研究の動機と目的

• 動的知識論理のアクションモデルを用いて、社会的ネットワークにおけるしきい値的影響ダイナミクスを形式化すること。
• 協調的および非協調的ゲームにおけるベストリスポンスダイナミクスが、小さなアクションモデルのクラスによって捉えられることを示すこと。
• 標準的なしきい値モデルの更新とアクションモデルの積更新との間の論理的同等性を確立すること。
• アクションモデルが、エージェントの誕生／死やネットワークの進化といった、ネットワークおよびエージェント集合の変化をモデル化する応用可能性を調査すること。
• 動的知識論理の還元公理を用いて、しきい値ダイナミクスの完全な論理的公理系を構築する基盤を提供すること。

提案手法

• エージェントの知識状態を記述するための、信念（B）、不確実性（U）、近隣性の量化子（F）を備えたモーダル論理 L′ を構築する。
• 2つの更新ルールを定義する：(1) 非膨張的で、しきい値に達または超過した場合に採用を優先するタイブレーキングルール、(2) しきい値が等しい場合に現在の行動を保持する保守的ルール。
• アクションモデルを、意思決定ルールを符号化したグラフとして導入する。各状態は、前件（エージェントの現在の信念状態）と後件（アクション後の更新状態）を指定する。
• 積更新構成を用いて、アクションモデルの適用を通じてしきい値モデルの進化をシミュレートし、ダイナミクスの段階的同等性を保証する。
• 信念変化を記述する有限状態オートマトンとアクションモデルとの間の全単射を確立し、知識的ダイナミクスとアクションベースの更新との間の体系的翻訳を可能にする。
• 動的知識論理の還元公理を適用して、得られたダイナミクスの健全かつ完全な論理的体系を導出する。

実験結果

リサーチクエスチョン

• RQ1 動的知識論理のアクションモデルを用いて、社会的ネットワークにおけるしきい値ダイナミクスを形式的に捉えることができるか？
• RQ2 アクションモデルは、協調的および非協調的ゲームにおけるベストリスポンスダイナミクスを再現する意思決定ルールをどのように符号化するか？
• RQ3 標準的なしきい値モデルの更新とアクションモデルの積更新との間の論理的関係は何か？
• RQ4 アクションモデルフレームワークは、エージェントの死やネットワークの再接続といった、ネットワークの構造的変化をモデル化するために拡張可能か？
• RQ5 アクションモデルは、静的ネットワークをはるかに超えて、進化する社会的システムをモデル化する応用範囲を有するか？

主な発見

• 協調的および非協調的ゲームにおけるベストリスポンスダイナミクスを、しきい値的影響下で捉えることのできる小さなアクションモデルのクラスが同定された。
• 非膨張的でタイブレーキングを伴うルールと保守的ルールの2つが、特定のアクションモデルを用いた積更新と同等であることが示された。
• 信念変化を記述する有限状態オートマトンとアクションモデルとの間の全単射が確立され、知識的ダイナミクスとアクションベースの更新との間の体系的翻訳が可能になった。
• アクションモデルアプローチにより、動的知識論理の還元公理を用いた一様な論理的取り扱いが可能となり、しきい値ダイナミクスが実現された。
• このフレームワークは、エージェントの誕生／死やネットワークの進化といった動的ネットワーク構造のモデル化をサポートし、SIRS型の疫学的ダイナミクスのモデル化を可能にする。
• 意思決定ルールのアクションモデルによる符号化は、概念的転換をもたらす：アクションモデルは情報的イベントではなく行動ルールを表しており、知識的ダイナミクスの新たな視点を提供する。