[论文解读] From pointwise convergence of evolutionary dynamics to average case analysis of decentralized algorithms

Ioannis Panageas, Georgios Piliouras|arXiv (Cornell University)|Mar 16, 2014

Game Theory and Applications参考文献 42被引用 5

一句话总结

本文提出了一套定量框架，通过在随机初始条件下基于演化动态的似然性对博弈论均衡进行加权，实现了对去中心化算法更紧密的平均情况分析。该框架证明了线性负载博弈中复制者动态的逐点收敛性，并计算了稳定与不稳定流形，显著降低了在协调博弈和负载博弈中的预测不确定性。

ABSTRACT

Nash's proof of equilibrium existence has offered a tool of seminal importance to economic theory, however, a remaining, nagging hurdle is the possibility of multiple equilibria, perhaps with quite different properties. A wide range of approaches has been employed in an effort to reduce the study of games down to analyzing a single behavioral point (e.g., best or worst equilibria with respect to social welfare). We move away from the search of a single, correct solution concept. We propose a quantitative framework where the predictions of different equilibria are weighted by their probability to arise under evolutionary dynamics given random initial conditions. This average case analysis is shown to offer the possibility of significantly tighter understanding of classic game theoretic settings, including quantifying the risk dominance of payoff dominated equilibria in stag-hunt games and reducing prediction uncertainty due to large gaps between price of stability and price of anarchy in coordination and congestion games. This approach rests upon new deep topological results about evolutionary dynamics, including point-wise convergence results for replicator dynamics in linear congestion games and explicit computation of stable and unstable manifolds of equilibrium fixed points in asymmetric games. We conclude by introducing a concurrent convergent deterministic discrete-time dynamic for general linear congestion games and performing stability analysis on it.

研究动机与目标

• 为解决博弈论中多重均衡带来的挑战，尽管纳什均衡存在性定理已证明，但多重均衡仍使预测与分析变得复杂。
• 减少在协调博弈和负载博弈中，稳定价格与无政府状态价格之间巨大差距所引发的预测不确定性。
• 开发一种框架，不依据解概念对均衡进行加权，而是依据其在演化动态下出现的概率。
• 为经典博弈论设定中去中心化算法行为提供更稳健的、平均情况下的理解。

提出的方法

• 该框架基于随机初始条件下复制者动态中均衡出现的可能性，为其分配权重。
• 利用关于线性负载博弈中复制者动态逐点收敛性的深刻拓扑结果。
• 显式计算了非对称博弈中均衡固定点的稳定与不稳定流形，以分析长期行为。
• 为一般线性负载博弈引入一种并发收敛的确定性离散时间动态，以支持稳定性分析。
• 将演化动态与博弈论分析相结合，将关注点从选择单一均衡转变为对可能结果的平均化。
• 应用动力系统理论工具，分析复杂博弈设定中的收敛性与稳定性。

实验结果

研究问题

• RQ1 如何通过结果的概率加权来减少在具有多重均衡的博弈中产生的预测不确定性？
• RQ2 在随机初始条件下，复制者动态在线性负载博弈中的长期行为如何？
• RQ3 均衡的稳定与不稳定流形在非对称博弈中如何影响收敛到特定均衡的可能性？
• RQ4 能否设计一种确定性离散时间动态，使其在一般线性负载博弈中实现并发收敛并保持稳定性？
• RQ5 通过演化动态进行平均情况分析，在多大程度上提升了对稳定价格与无政府状态价格的理解？

主要发现

• 在线性负载博弈中建立了复制者动态的逐点收敛性，为基于概率的均衡加权提供了基础。
• 在非对称博弈中显式计算了稳定与不稳定流形，实现了对收敛至特定均衡可能性的精确刻画。
• 该框架通过依据均衡出现概率进行加权，显著降低了协调博弈和负载博弈中的预测不确定性。
• 通过所提出的平均情况分析，定量捕捉了猎鹿博弈中收益主导均衡的风险主导性。
• 为一般线性负载博弈引入了一种并发收敛的确定性离散时间动态，并在该框架下证明了其稳定性。
• 该方法通过从最坏或最好情况均衡转向演化动态下的平均情况期望，实现了对社会福利结果的更紧密分析。