[논문 리뷰] Steering the aggregative behavior of noncooperative agents: a nudge framework

Mehran Shakarami, Ashish Cherukuri외 1명|arXiv (Cornell University)|2020. 12. 11.

Smart Grid Energy Management참고 문헌 29인용 수 6

한 줄 요약

이 논문은 비협력적이고 가격 수용성 있는 에이전트들이 가격 예측 신호를 방송함으로써 원하는 집합적 행동으로 유도하는 나우드 프레임워크를 제안한다. 이 프레임워크는 신호 정확도에 기반한 동적 함수로서의 에이전트 신뢰도를 모델링하며, 하드, 소프트, 적응형 나우드 메커니즘을 통해 원하는 정적 또는 시간에 따라 변하는 행동으로의 수렴을 보장한다. 이는 에이전트의 전면적 신뢰와 집합적 행동이 목표 설정점 또는 궤적으로 점 渐진 수렴하는 분석적 보장을 제공한다.

ABSTRACT

This paper considers the problem of steering the aggregative behavior of a population of noncooperative price-taking agents towards a desired behavior. Different from conventional pricing schemes where the price is fully available for design, we consider the scenario where a system regulator broadcasts a price prediction signal that can be different from the actual price incurred by the agents. The resulting reliability issues are taken into account by including trust dynamics in our model, implying that the agents will not blindly follow the signal sent by the regulator, but rather follow it based on the history of its accuracy, i.e, its deviation from the actual price. We present several nudge mechanisms to generate suitable price prediction signals that are able to steer the aggregative behavior of the agents to stationary as well as temporal desired aggregative behaviors. We provide analytical convergence guarantees for the resulting multi-components models. In particular, we prove that the proposed nudge mechanisms earn and maintain full trust of the agents, and the aggregative behavior converges to the desired one. The analytical results are complemented by a numerical case study of coordinated charging of plug-in electric vehicles.

연구 동기 및 목표

• 직접적인 가격 통제나 에이전트 비용 함수에 대한 완전한 지식 없이도 비협력적이고 가격 수용성 에이전트 집단의 집합적 행동을 유도하는 데 도전 과제를 해결한다.
• 에이전트 행동을 규제자가 제공하는 가격 예측에 대한 신뢰도에 따라 모델링하며, 이는 과거 예측 정확도에 기반해 변화한다.
• 선택의 제약 없이 경제적 인centive를 변경하지 않고도 원하는 정적 또는 시간에 따라 변하는 집합적 행동으로 에이전트를 간접적으로 유도하는 나우드 메커니즘을 설계한다.
• 에이전트 행동, 신뢰도 동역학, 가격 예측 신호를 포함한 다성분 시스템의 수렴 보장을 분석적으로 확립한다.
• 정량적 검증을 통해 전기차 충전 사례 연구를 통해 프레임워크의 유효성을 입증한다.

제안 방법

• 제약 조건 하에 개별 비용 함수를 최소화하는 비협력적 플레이어로 에이전트를 모델링하며, 행동은 예측된 가격에 영향을 받는다.
• 각 에이전트가 예측된 가격과 실제 가격 간의 역사적 편차에 기반해 가격 신호에 대한 신뢰도를 업데이트하는 신뢰 동역학을 도입한다.
• 하드 나우드(초기 예측이 신뢰 안전 영역 내), 소프트 나우드(초기 예측이 안전 영역 외부), 적응형 나우드(시간에 따라 변하는 목표를 위한)의 세 가지 나우드 메커니즘을 제안한다.
• 예측 가격이 신뢰 유지 영역 내에 머무르도록 보장하기 위해, 사영 동역학 시스템을 사용해 예측의 진화를 모델링한다.
• 시간에 따라 변하는 목표를 추적하기 위해 적응형 나우드에서 적응형 이득 메커니즘을 활용하며, 이는 사영 기반 업데이트 규칙에 의해 지배된다.
• 에이전트 행동 동역학, 신뢰도 진화, 가격 예측 업데이트를 통합한 하이브리드 동역학 시스템으로 시스템을 수립하며, 리아푸노프 기반 안정성 방법을 통해 분석한다.

실험 결과

연구 질문

• RQ1 규제자가 실제 가격에 직접적인 통제 없이도 비협력적이고 가격 수용성 에이전트의 집합적 행동을 원하는 행동으로 이끌 수 있는가?
• RQ2 가격 예측 신호에 대한 에이전트의 신뢰는 어떻게 모델링하고 유지될 수 있으며, 이를 통해 장기적인 행동 준수를 보장할 수 있는가?
• RQ3 어떤 나우드 메커니즘이 정적 집합적 행동으로의 수렴을 보장하면서도 유한 시간 내에 전면적 에이전트 신뢰를 달성하는가?
• RQ4 이 프레임워크는 시간에 따라 변하는 목표 행동을 다루기 위해 어떻게 확장될 수 있으며, 이러한 경우에 수렴 보장을 어떻게 제공할 수 있는가?
• RQ5 가격 예측 신호가 장기적인 에이전트 협력 보장을 위해 지속 가능한 신뢰 영역 내에 유지되기 위한 조건는 무엇인가?

주요 결과

• 하드 및 소프트 나우드 메커니즘은 에이전트가 가격 예측 신호에 대한 신뢰도가 유한 시간 내에 1로 수렴함을 보장하며, 가격 예측은 신뢰 유지 구역 내에 유지된다.
• 정적 목표 행동의 경우, 시뮬레이션을 통해 전기차 충전 사례에서 에이전트의 집합적 행동이 목표 설정점으로 점 渐진 수렴함을 입증하였다.
• 적응형 나우드 메커니즘은 시간에 따라 변하는 목표 행동을 성공적으로 추적하며, 가격 예측은 신뢰 영역 내에서 시간에 따라 변하는 목표 p*(t)로 수렴한다.
• 모든 경우에서 평균 신뢰 변수는 1로 수렴하여, 시간이 지남에 따라 규제자의 신호에 대한 지속적인 에이전트 신뢰를 확인한다.
• 모든 메커니즘에서 가격 예측 신호는 B(p₀, ρ) 구역 내로 진입하여 장기간 유지되며, 이는 장기적 신뢰와 수렴을 보장한다. 여기서 ρ = 0.2는 필요한 안정성 조건을 충족한다.
• 수치적 결과는 집합적 전력 수요가 원하는 정적 또는 시간에 따라 변하는 프로파일로 수렴하며, 추적 오차가 시간이 지남에 따라 감소함을 확인한다.