[論文レビュー] Parallel Repetition of Free Entangled Games: Simplification and Improvements

André Chailloux, Scarpa, Giannicola|arXiv (Cornell University)|Oct 16, 2014

Game Theory and Applications参考文献 14被引用数 4

ひとこと要約

本稿では、自由なエンタングルドゲームにおける並列反復の簡略化され改善された解析を提示し、エンタングルド値が $(1 - ⑮^2)^{\tilde{⑮}(n / \text{log}(l))}$ の形で指数的に減少することを示している。ここで $⑮ = 1 - ⑮^*(G)$ であり、$l$ は出力サイズを表す。さらに、自由射影ゲームに対してはより強い指数的減少 $(1 - ⑮)^{⑮(n)}$ を確立し、従来の境界を改善するとともに、エンタングルドゲームに関する先行研究の手法を、積分布を伴うものに統合した。

ABSTRACT

In a two-player game, two cooperating but non communicating players, Alice and Bob, receive inputs taken from a probability distribution. Each of them produces an output and they win the game if they satisfy some predicate on their inputs/outputs. The entangled value $\\omega^*(G)$ of a game $G$ is the maximum probability that Alice and Bob can win the game if they are allowed to share an entangled state prior to receiving their inputs. The $n$-fold parallel repetition $G^n$ of $G$ consists of $n$ instances of $G$ where Alice and Bob receive all the inputs at the same time and must produce all the outputs at the same time. They win $G^n$ if they win each instance of $G$. Recently, there has been a series of works showing parallel repetition with exponential decay for projection games [DSV13], games on the uniform distribution [CS14] and for free games, i.e. games on a product distribution [JPY13]. This article is meant to be a follow up of [CS14], where we improve and simplify several parts of our previous paper. Our main result is that for any free game $G$ with value $\\omega^*(G)=1-\\varepsilon$, we have $\\omega^*(G^n) \\le (1 - \\varepsilon^2)^{\\Omega(\\frac{n}{\\log(l)})}$ where $l$ is the size of the output set of the game. This result improves on both the results in [JPY13] and [CS14]. The framework we use can also be extended to free projection games. We show that for a free projection game $G$ with value $\\omega^*(G)=1-\\varepsilon$, we have $\\omega^*(G^n) \\le (1 - \\varepsilon)^{\\Omega(n)}$.

研究の動機と目的

• 先行研究 [CS14] および [JPY13] を基盤として、自由なエンタングルドゲームにおける並列反復解析の簡略化と強化を図ること。
• 自由ゲームのエンタングルド値に対するよりタイトな指数的減少境界を確立し、誤差パラメータ $\varepsilon$ および出力サイズ $l$ に対する依存性を従来の結果よりも改善すること。
• フレームワークを自由射影ゲームに拡張し、$(1 - \varepsilon)^{\Omega(n)}$ のより強い並列反復境界を達成すること。
• 量子情報コストと重ね合わせ情報コストの手法を、ハッシングおよび確率的解析と統合し、エンタングルドゲームの解析においてより統一的かつ洗練された手法を構築すること。

提案手法

• エンタングルドゲームに勝つために必要な量子情報量を下界付けるために、洗練された重ね合わせ情報コスト（SIC）の解析を導入する。
• アリスとボブが量子状態を共有し、部分的な情報（入力とハッシュ化された出力）を交換する通信プロトコルを用いて、ゲームに勝つためのテストをシミュレートする。
• 部分的な情報下での一致確率に関する確率的境界を得るために、出力の部分集合を比較するための普遍的ハッシュ関数族を用いる。
• インデックスの確率的サンプリングを用いて、勝利するゲームの割合を推定する確率的技法を適用し、集中不等式を用いて誤差確率を制御する。
• 量子状態における相互情報量の測定と古典的確率的議論を組み合わせ、勝利確率に関する境界を導出する。
• ボブの応答の一意性を活用することで、自由射影ゲームにフレームワークを拡張し、より強い集中性および減少結果を達成する。

実験結果

リサーチクエスチョン

• RQ1 自由なエンタングルドゲームにおける並列反復境界は、誤差パラメータ $\varepsilon$ および出力サイズ $l$ に対して、より改善可能か？
• RQ2 [CS14] で提示された一様分布を前提としたゲームのフレームワークは、積分布を伴う自由ゲームへ一般化可能であり、かつ簡略化可能か？
• RQ3 自由射影ゲームにおける並列反復境界は、$(1 - \varepsilon)^{\Omega(n)}$ の減少を達成することで、古典的結果に一致するように強化可能か？
• RQ4 重ね合わせ情報コストの技法は、並列反復解析におけるタイトさを保ちつつ、より簡潔に再証明可能か？
• RQ5 [CS14] と [JPY13] の手法を統合し、自由ゲームおよび自由射影ゲームの両方でより良い境界を達成可能か？

主な発見

• 任意の自由ゲーム $G$ について、エンタングルド値 $\omega^*(G) = 1 - \varepsilon$ ならば、並列反復は $\omega^*(G^n) \leq (1 - \varepsilon^2)^{\Omega(n / \text{log}(l))}$ を満たし、[JPY13] および [CS14] よりも改善されている。
• この境界は、[JPY13] の $(1 - \varepsilon^3)^{\Omega(n / \text{log}(l))}$ よりも $\varepsilon$ に依存性が良く、[CS14] の $(1 - \varepsilon^2)^{\Omega(n / (\text{log}(k) + \text{log}(l)))}$ よりも $l$ に依存性が良い。
• 自由射影ゲームについては、より強い境界 $\omega^*(G^n) \leq (1 - \varepsilon)^{\Omega(n)}$ を確立し、古典的並列反復の挙動と一致する。
• 確率的サンプリングを用いた洗練された情報理論的議論により、[CS14] における SIC 下界の元の証明を簡略化した。
• ハッシュ関数とランダムインデックス選択の使用により、タイトな集中不等式が得られ、誤差確率が各テストあたり $O(\varepsilon)$ にまで低下した。
• フレームワークは頑健であり、自由射影ゲームへの自然な拡張が可能であり、その際ボブの応答の一意性を活用することで、より強い集中性と減少性が得られる。