[论文解读] A general characterization of the mean field limit for stochastic differential games

Daniel Lacker|arXiv (Cornell University)|Aug 12, 2014

Stochastic processes and financial applications参考文献 17被引用 6

一句话总结

本文建立了具有共同噪声与无共同噪声的大群体随机微分博弈的平均场极限的一般表征，表明n人博弈中近似纳什均衡的弱极限收敛于弱平均场博弈（MFG）解，且反之亦然，每个弱MFG解均可作为此类极限实现。该结果在均衡策略的假设下保持最小化，包括非对称性与完全信息，并扩展至退化扩散系数与松弛控制的情形。

ABSTRACT

The mean field limit of large-population symmetric stochastic differential games is derived in a general setting, with and without common noise, on a finite time horizon. Minimal assumptions are imposed on equilibrium strategies, which may be asymmetric and based on full information. It is shown that approximate Nash equilibria in the $n$-player games admit certain weak limits as $n$ tends to infinity, and every limit is a weak solution of the mean field game (MFG). Conversely, every weak MFG solution can be obtained as the limit of a sequence of approximate Nash equilibria in the $n$-player games. Thus, the MFG precisely characterizes the possible limiting equilibrium behavior of the $n$-player games. Even in the setting without common noise, the empirical state distributions may admit stochastic limits which cannot be described by the usual notion of MFG solution.

研究动机与目标

• 严格刻画对称大群体随机微分博弈的平均场极限，包括存在共同噪声的情形。
• 建立有限人博弈中的近似纳什均衡与平均场博弈弱解之间的双向对应关系。
• 通过允许非对称均衡、完全信息、退化扩散系数与松弛控制，放宽标准假设。
• 提供一个统一且扩展先前结果的通用框架，以实现n人博弈向MFG收敛的理论。
• 通过分析n人博弈均衡的极限而非从MFG解构造均衡，弥补文献中的空白。

提出的方法

• 采用n人随机微分博弈的一般框架，其状态动态由独立与共同的布朗运动驱动，并基于经验测度交互。
• 通过ε-纳什条件定义近似纳什均衡，允许均衡策略具有最小正则性。
• 引入弱MFG解，其中测度流无需适应于共同噪声滤子，一致性在给定共同噪声与测度流的条件下定义。
• 采用弱收敛技术与基于Aldous准则及Burkholder-Davis-Gundy不等式的紧性论证，以建立有限人博弈均衡的收敛性。
• 利用Gronwall不等式与矩界，在增长与可积性假设下控制状态过程与控制测度。
• 在MFG公式中使用松弛控制（测度取值），以容纳更广泛的解类，尤其在退化情形或存在共同噪声时。

实验结果

研究问题

• RQ1 在何种条件下，n人随机微分博弈中的近似纳什均衡在n → ∞时收敛于平均场博弈解？
• RQ2 每个弱平均场博弈解是否均可作为有限人博弈中近似均衡序列的极限实现？
• RQ3 共同噪声的存在如何影响平均场极限的表征，其在极限行为中扮演何种角色？
• RQ4 该理论在多大程度上可容纳非对称均衡、完全信息与退化扩散系数的动态？
• RQ5 松弛控制在弱形式化平均场博弈中的作用是什么，它们如何扩展可解模型的类？

主要发现

• 所有n人博弈中近似纳什均衡的弱极限均为平均场博弈的弱解，建立了从有限人系统到无限人系统的正向连接。
• 反之，每个弱MFG解均可作为n人博弈中近似纳什均衡序列的极限实现，建立了反向连接并完成完整表征。
• 该理论在最小假设下成立：策略可为非对称，基于完全信息，且扩散系数可为退化，包括确定性MFG的情形。
• 即使在无共同噪声时，经验状态分布仍可能具有经典MFG解无法捕捉的随机极限，凸显弱形式化的必要性。
• 通过Aldous准则与矩界建立有限人系统紧性，依赖于在可积性与增长条件下应用Burkholder-Davis-Gundy与Gronwall不等式。
• 该框架可容纳松弛控制与退化扩散，将平均场博弈理论的适用范围扩展至强解与非退化扩散之外。