[論文レビュー] On the Convergence Time of the Best Response Dynamics in Player-specific Congestion Games

Heiner Ackermann, Heiko Röglin|ArXiv.org|May 8, 2008

Game Theory and Applications参考文献 12被引用数 4

ひとこと要約

本稿は、プレイヤー固有のシングルトン混雑ゲームにおけるランダムな最適反応ダイナミクスの期待収束時間を調査し、リソースが2つのみのゲームをグラフとして表現する。木構造では収束がO(n²)ステップで発生することを証明し、サイクルでは循環の可能性があるものの、ランダムダイナミクスは期待してO(n²)ステップで収束する。著者らは一般のゲームにおいては超多項式の収束時間を予想しており、構築されたゲームの族のシミュレーションによって裏付けられている。

ABSTRACT

We study the convergence time of the best response dynamics in player-specific singleton congestion games. It is well known that this dynamics can cycle, although from every state a short sequence of best responses to a Nash equilibrium exists. Thus, the random best response dynamics, which selects the next player to play a best response uniformly at random, terminates in a Nash equilibrium with probability one. In this paper, we are interested in the expected number of best responses until the random best response dynamics terminates. As a first step towards this goal, we consider games in which each player can choose between only two resources. These games have a natural representation as (multi-)graphs by identifying nodes with resources and edges with players. For the class of games that can be represented as trees, we show that the best-response dynamics cannot cycle and that it terminates after O(n^2) steps where n denotes the number of resources. For the class of games represented as cycles, we show that the best response dynamics can cycle. However, we also show that the random best response dynamics terminates after O(n^2) steps in expectation. Additionally, we conjecture that in general player-specific singleton congestion games there exists no polynomial upper bound on the expected number of steps until the random best response dynamics terminates. We support our conjecture by presenting a family of games for which simulations indicate a super-polynomial convergence time.

研究の動機と目的

• プレイヤー固有の混雑ゲームにおけるランダム最適反応ダイナミクスが終了するまでの最適反応回数の期待値を理解すること。
• 2リソースプレイヤー固有混雑ゲームにおける収束行動を分析すること。これらはリソースをノード、プレイヤーをエッジとするマルチグラフとしてモデル化可能である。
• 一般のプレイヤー固有シングルトン混雑ゲームにおいて、収束時間に多項式上界が存在するかを特定すること。
• 最適反応ダイナミクスにおける循環が、ランダムダイナミクスにおける超多項式期待収束時間を示唆するかを調査すること。
• 一般ケースにおける超多項式収束時間の予想を支持する理論的および実験的証拠を提供すること。

提案手法

• 2リソースプレイヤー固有混雑ゲームを、リソースをノード、プレイヤーをエッジとするマルチグラフとして表現する。
• 木構造のゲームを分析し、ポテンシャル関数を備えることを示し、標準的な混雑ゲームと同型であることを示す。
• 木構造上の最適反応ダイナミクスが、初期状態や更新順序にかかわらずO(n²)ステップで終了することを証明する。
• サイクル構造のゲームを研究し、循環が発生する条件を特定し、唯一1通りのケースに限ることを示す。
• サイクル上のランダム最適反応ダイナミクスを分析し、期待収束時間にO(n²)の上界があることを証明する。
• 構築されたゲーム族（Γₙ）におけるシミュレーションを実施し、収束行動を観察し、超多項式時間の予想を支援する。

実験結果

リサーチクエスチョン

• RQ1 プレイヤー固有シングルトン混雑ゲームでリソースが2つである場合、ランダム最適反応ダイナミクスの期待収束時間は何か？
• RQ2 2リソースプレイヤー固有混雑ゲームにおける最適反応ダイナミクスは循環することができるか。もし可能なら、どのような条件下で発生するか？
• RQ3 一般のプレイヤー固有シングルトン混雑ゲームにおいて、収束までの期待ステップ数に多項式上界が存在するか？
• RQ4 サイクルとして表現されるゲームでは最適反応ダイナミクスが循環するか。ランダム選択下での期待収束時間は何か？
• RQ5 構築されたゲーム族Γₙにおける観察されたシミュレーション行動は、超多項式収束時間を示唆するか。これは非多項式期待収束時間の予想を支持するか？

主な発見

• 木構造上のプレイヤー固有混雑ゲームはポテンシャル関数を備え、初期状態や更新順序にかかわらずO(n²)ステップで収束する。
• サイクル構造上の最適反応ダイナミクスは循環する可能性があるが、ランダム最適反応ダイナミクスは期待してO(n²)ステップで収束する。
• サイクルベースのゲームでは、1人のプレイヤーごとに遅延値の順序が1通りに限られ、循環が発生する。これはまれだが可能であることを示している。
• ゲーム族Γₙのシミュレーションは、超多項式的あるいは指数的収束時間の傾向を示しており、予想を支援している。
• 一般のプレイヤー固有シングルトン混雑ゲームでは、期待収束時間に多項式上界が存在しない可能性を示唆している。
• 解析により、ランダム最適反応ダイナミクスは確率1で終了するが、期待時間は多項式より速く増加する可能性があることが明らかになった。