[论文解读] Multi-Agent Decentralized Network Interdiction Games

Harikrishnan Sreekumaran, Ashish R. Hota+3 more|arXiv (Cornell University)|Mar 3, 2015

Mathematical and Theoretical Epidemiology and Ecology Models参考文献 56被引用 9

一句话总结

本文提出去中心化网络干扰博弈，聚焦于多智能体最短路径干扰问题，其中各智能体独立破坏共享网络以阻碍对手。研究证明了均衡的存在性，将问题形式化为具有非共享约束的广义纳什均衡，并针对连续策略提出列姆克算法，针对离散策略提出启发式最优响应动态，展示了由于缺乏协调而导致的效率损失的理论与实证边界。

ABSTRACT

In this work, we introduce decentralized network interdiction games, which model the interactions among multiple interdictors with differing objectives operating on a common network. As a starting point, we focus on decentralized shortest path interdiction (DSPI) games, where multiple interdictors try to increase the shortest path lengths of their own adversaries, who all attempt to traverse a common network. We first establish results regarding the existence of equilibria for DSPI games under both discrete and continuous interdiction strategies. To compute such an equilibrium, we present a reformulation of the DSPI games, which leads to a generalized Nash equilibrium problem (GNEP) with non-shared constraints. While such a problem is computationally challenging in general, we show that under continuous interdiction actions, a DSPI game can be formulated as a linear complementarity problem and solved by Lemke's algorithm. In addition, we present decentralized heuristic algorithms based on best response dynamics for games under both continuous and discrete interdiction strategies. Finally, we establish theoretical bounds on the worst-case efficiency loss of equilibria in DSPI games, with such loss caused by the lack of coordination among noncooperative interdictors, and use the decentralized algorithms to empirically study the average-case efficiency loss.

研究动机与目标

• 建模并分析多个具有不同目标的智能体去中心化干扰同一网络以阻碍对手的去中心化网络干扰博弈。
• 研究在离散与连续干扰策略下，去中心化最短路径干扰（DSPI）博弈中均衡的存在性与性质。
• 量化由于非合作干扰者之间缺乏协调，导致均衡中效率损失的程度，与集中式最优解进行比较。
• 开发计算上可行的算法以计算均衡，包括针对连续策略的列姆克算法，以及针对离散策略的去中心化启发式最优响应动态。
• 通过实证评估平均情况下的效率损失，并建立DSPI博弈中最坏情况低效性的理论边界。

提出的方法

• 将DSPI博弈重新表述为具有非共享约束的广义纳什均衡问题（GNEP），以支持在去中心化决策下的均衡分析。
• 针对连续干扰策略，将问题形式化为线性互补问题（LCP），可通过列姆克算法求解。
• 提出一种基于最优响应动态的去中心化启发式算法，适用于连续与离散干扰动作，实现向均衡的迭代收敛。
• 利用对偶性与全单峰性，对最短路径干扰中的最大-最小目标函数进行平滑化重构。
• 通过连续性与内半连续性论证，证明迭代序列收敛至纳什均衡。
• 在最优响应动态的优化子问题中引入带二次惩罚项的正则化目标函数，以稳定优化过程。

实验结果

研究问题

• RQ1 在离散与连续干扰策略下，去中心化最短路径干扰（DSPI）博弈中是否存在均衡？
• RQ2 在连续干扰动作下，DSPI博弈能否被重新表述为计算上可行的问题，如线性互补问题？
• RQ3 由于非合作干扰者之间缺乏协调，DSPI均衡中的理论最坏情况效率损失是多少？
• RQ4 在实践中，平均情况下的效率损失与集中式最优解相比如何？是否可通过去中心化算法降低？
• RQ5 在离散与连续干扰策略下，去中心化最优响应动态是否能保证收敛至均衡？

主要发现

• 通过收敛性与可行性论证，证明了在离散与连续干扰策略下，DSPI博弈中均衡存在。
• 对于连续干扰策略，DSPI博弈可被重新表述为线性互补问题，并通过列姆克算法求解，确保计算可行性。
• DSPI均衡中的最坏情况效率损失是受约束的，理论保证源自广义纳什均衡问题的结构。
• 在离散与连续策略下，去中心化最优响应动态收敛至均衡，收敛性通过连续性与次微分性论证得到证明。
• 实证研究表明，平均情况下的效率损失显著低于最坏情况边界，表明去中心化策略在实践中具有可行性。
• 使用带二次惩罚项的正则化目标函数可稳定迭代最优响应过程，并在启发式算法中实现向均衡的收敛。