[论文解读] A Formula for Designing Zero-Determinant Strategies

Daizhan Cheng|arXiv (Cornell University)|Jul 7, 2021

Game Theory and Applications参考文献 15被引用 4

一句话总结

本文提出了一种通用代数公式，用于在具有异构策略集的任意有限n人游戏中设计零确定性（ZD）策略，利用矩阵的半张量积（STP）推导出策略组合演化方程。关键贡献在于一种直接的、无需计算行列式的方法，使任意玩家能够单方面强制对对手施加 |S_i|−1 个线性收益关系，给出了策略有效性的充分必要条件，并通过虚构对手玩家（FOP）将该框架扩展至网络演化博弈。

ABSTRACT

A formula is presented for designing zero-determinant(ZD) strategies of general finite games, which have $n$ players and players can have different numbers of strategies. To this end, using semi-tensor product (STP) of matrices, the profile evolutionary equation for repeated finite games is obtained. Starting from it, the ZD strategies are developed for general finite games, based on the same technique proposed by Press and Dyson \cite{pre12}. A formula is obtain to design ZD strategies for any player directly, ignoring the original ZD design process. Necessary and sufficient condition is obtained to ensure the effectiveness of the designed ZD strategies. As a consequence, it is also clear that player $i$ is able to unilaterally design $|S_i|-1$ dominating linear relations about the expected payoffs of all players. Finally, the fictitious opponent player is proposed for networked evolutionary networks (NEGs). Using it, the ZD-strategies are applied to NEGs. It is surprising that an individual in a network may use ZD strategies to conflict the whole rest network.

研究动机与目标

• 开发一种通用、系统化的框架，用于在具有任意策略集的n人有限博弈中设计ZD策略。
• 通过推导直接的代数公式，消除对行列式计算的依赖，实现ZD策略设计的直接化。
• 建立ZD策略有效性的充分必要条件，确保其可行性与可实施性。
• 将ZD策略应用扩展至网络演化博弈（NEGs），使单个玩家能够单方面控制整个网络的收益。
• 引入虚构对手玩家（FOP）作为建模网络中其余玩家集体行为的工具，实现NEGs中ZD策略的构建。

提出的方法

• 利用矩阵的半张量积（STP）构建重复有限博弈的策略组合演化方程（PEE），推广了记忆一阶马尔可夫链方法。
• 推导出一种通用的ZD策略设计公式，绕过行列式计算，直接基于收益向量和目标关系计算策略概率。
• 利用基于STP的矩阵代数建模玩家策略组合与转移动态，实现收益期望的代数化处理。
• 引入虚构对手玩家（FOP）以表示网络演化博弈（NEG）中所有其他玩家的集体行为，将n人博弈简化为两人互动。
• 将ZD策略设计公式应用于玩家-FOP互动，使单个玩家能够单方面控制整个网络的期望收益。
• 采用线性代数条件（通过矩阵求逆与解的存在性）验证所设计ZD策略的可行性与有效性。

实验结果

研究问题

• RQ1 如何系统化地设计适用于任意玩家数量与策略数的通用有限博弈中的ZD策略？
• RQ2 何种代数公式可实现ZD策略的直接设计，而无需计算行列式？
• RQ3 ZD策略有效且可强制执行的充分必要条件是什么？
• RQ4 在网络演化博弈中，单个玩家是否能单方面控制整个网络的期望收益？
• RQ5 如何将ZD策略框架扩展至具有复杂拓扑结构的网络演化博弈（NEGs）？

主要发现

• 推导出一种直接的、无需计算行列式的通用有限博弈ZD策略设计公式，与原始Press-Dyson方法相比，显著简化了设计过程。
• 玩家i可单方面强制对所有玩家的期望收益施加 |S_i|−1 个线性收益关系，展示了ZD策略所能实现的最大控制能力。
• 推导出ZD策略有效性的充分必要条件，确保策略在矩阵可解性条件下既可行又可强制执行。
• 虚构对手玩家（FOP）使任意网络演化博弈（NEG）可重述为两人博弈，使ZD策略应用在任意规模的网络中均具备可扩展性。
• 只要网络的平稳分布存在，单个玩家即可利用ZD策略主导整个网络，即使在大规模或无限网络中亦成立。
• 非同质网络中囚徒困境的数值示例验证了该方法的高效性，明确给出了基于各玩家度数与收益向量的玩家A、B、C的策略设计。