[论文解读] Near Optimality in Covering and Packing Games by Exposing Global Information

Maria-Florina Balcan, Sara Krehbiel+2 more|arXiv (Cornell University)|Sep 16, 2011

Game Theory and Applications参考文献 14被引用 6

一句话总结

本文提出了一种用于覆盖和打包博弈的去中心化学习框架，其中中央机构向代理广播弱信号，这些信号具有全局益处，使系统能快速收敛至近似最优的均衡。通过仅暴露最少的全局信息，该系统在一般集合覆盖/打包博弈中达到的成本仅比最优成本高对数因子，或在顶点覆盖和最大独立集问题中达到常数因子，从而规避了高昂的无效率损失（Price of Anarchy）。

ABSTRACT

Covering and packing problems can be modeled as games to encapsulate interesting social and engineering settings. These games have a high Price of Anarchy in their natural formulation. However, existing research applicable to specific instances of these games has only been able to prove fast convergence to arbitrary equilibria. This paper studies general classes of covering and packing games with learning dynamics models that incorporate a central authority who broadcasts weak, socially beneficial signals to agents that otherwise only use local information in their decision-making. Rather than illustrating convergence to an arbitrary equilibrium that may have very high social cost, we show that these systems quickly achieve near-optimal performance. In particular, we show that in the public service advertising model, reaching a small constant fraction of the agents is enough to bring the system to a state within a log n factor of optimal in a broad class of set cover and set packing games or a constant factor of optimal in the special cases of vertex cover and maximum independent set, circumventing social inefficiency of bad local equilibria that could arise without a central authority. We extend these results to the learn-then-decide model, in which agents use any of a broad class of learning algorithms to decide in a given round whether to behave according to locally optimal behavior or the behavior prescribed by the broadcast signal. The new techniques we use for analyzing these games could be of broader interest for analyzing more general classic optimization problems in a distributed fashion.

研究动机与目标

• 解决去中心化覆盖和打包博弈中因代理基于局部信息行动而导致的高昂无效率损失（Price of Anarchy）问题。
• 设计一种机制，使中央机构广播最少的全局信号，以引导代理趋向低代价均衡。
• 证明此类信号广播可使一般集合覆盖和集合打包博弈的系统性能趋近最优。
• 将结果扩展至学习-后决策模型，其中代理在本地最优响应与遵循广播信号之间进行选择。
• 证明即使在大规模系统中，仅需影响极小比例的代理即可实现近似最优性能。

提出的方法

• 提出一种公共服务广告（PSA）模型，其中中央机构广播信号以影响代理行为。
• 将代理建模为使用局部决策规则，但可被中央机构广播的弱且具有社会益处的信号所引导。
• 在任意代理更新顺序下分析收敛动态，利用概率支配关系和期望界进行分析。
• 应用并集界和二项尾部不等式，以界定信号广播后未被覆盖集合的期望数量。
• 利用集合系统的结构特性（如有界集合大小、有界代价/权重比）推导近似保证。
• 将结果扩展至学习-后决策模型，其中代理以概率方式在本地最优响应与遵循广播信号之间进行选择。

实验结果

研究问题

• RQ1 中央机构能否广播弱信号，以引导去中心化代理在覆盖和打包博弈中收敛至近似最优均衡？
• RQ2 为实现近似最优性能，最少需要影响多少比例的代理？
• RQ3 系统性能如何随问题参数（如集合大小、代价和权重比）变化而变化？
• RQ4 能否将结果扩展至代理在决策前先学习的模型，而非立即反应？
• RQ5 在信号广播下，最终均衡代价与全局最优代价之间的近似因子是多少？

主要发现

• 在公共服务广告模型中，仅需影响一小部分代理（常数比例），即可使系统收敛至与最优代价相差对数因子（log n）以内的状态，适用于一般集合覆盖和集合打包博弈。
• 对于顶点覆盖和最大独立集（所有集合大小为2）问题，系统可实现与最优代价相差常数因子的近似。
• 在学习-后决策模型中，系统收敛至代价为O((cost(s^ad))^2)的状态，其中s^ad为广告策略。
• 当所有集合大小为2时，代价收敛至O(cost(s^ad))，实现常数近似因子。
• 对于PSA模型中多项式时间可计算的广告策略，当集合大小为常数时，系统可达到与最优代价相差O(log n)以内的状态。
• 分析表明，即使在任意代理更新顺序下，系统也能通过最小化信号广播利用全局信息，避免产生高昂的社会成本。