[论文解读] A Graph Spectral Approach for Computing Approximate Nash Equilibria

Haralampos Tsaknakis, Paul G. Spirakis|ArXiv.org|Sep 25, 2009

Game Theory and Applications参考文献 9被引用 5

一句话总结

该论文提出了一种图谱方法，通过将问题约化为单纯形上的不定二次规划，利用诱导图的对称邻接矩阵的正特征值，计算两玩家博弈中的$\varepsilon$-近似纳什均衡。该方法在时间$ n^{\xi(m)/\varepsilon} $内实现$\varepsilon$-近似均衡，其中$\xi(m) = \sum_{i=1}^m \lambda_i / n$，对于$\xi(m)$为常数的博弈类别，可获得多项式时间近似方案（PTAS）。

ABSTRACT

We present a new methodology for computing approximate Nash equilibria for two-person non-cooperative games based upon certain extensions and specializations of an existing optimization approach previously used for the derivation of fixed approximations for this problem. In particular, the general two-person problem is reduced to an indefinite quadratic programming problem of special structure involving the $n imes n$ adjacency matrix of an induced simple graph specified by the input data of the game, where $n$ is the number of players' strategies. Using this methodology and exploiting certain properties of the positive part of the spectrum of the induced graph, we show that for any $\varepsilon > 0$ there is an algorithm to compute an $\varepsilon$-approximate Nash equilibrium in time $n^{ξ(m)/\varepsilon}$, where, $ξ(m) = \sum_{i=1}^m λ_i / n$ and $λ_1, λ_2, >..., λ_m$ are the positive eigenvalues of the adjacency matrix of the graph. For classes of games for which $ξ(m)$ is a constant, there is a PTAS. Based on the best upper bound derived for $ξ(m)$ so far, the worst case complexity of the method is bounded by the subexponential $n^{\sqrt{m}/\varepsilon}$.

研究动机与目标

• 开发一种计算两玩家非合作博弈中近似纳什均衡的新方法。
• 将一般两玩家博弈问题约化为具有$\{0,1\}$邻接矩阵的对称胜负博弈。
• 利用诱导图邻接矩阵的谱性质推导复杂度界限。
• 建立该方法可获得多项式时间近似方案（PTAS）的条件。

提出的方法

• 使用保持均衡结构的变换，将一般双矩阵博弈约化为对称的$\{0,1\}$胜负博弈。
• 利用诱导有向图的邻接矩阵$A$，在$n$维概率单纯形上表示博弈为不定二次规划。
• 通过$A + A^T$构造图的无向版本，其正特征值和特征向量是分析的核心。
• 将单纯形$\Delta_n$投影到$A + A^T$的正特征空间上，记为$P_m(\Delta_n)$，以分析其几何结构。
• 使用最多$ n^{1/\varepsilon} $个点的网格，将$P_m(\Delta_n)$用半径与$\varepsilon \cdot \xi(m)$成比例的球覆盖，其中$\xi(m) = \sum_{i=1}^m \lambda_i / n$。
• 从每个网格点应用下降算法，寻找后悔函数的驻点，确保其中一点可提供$\varepsilon$-近似纳什均衡。

实验结果

研究问题

• RQ1 能否利用博弈诱导图邻接矩阵的谱性质，设计高效算法求解近似纳什均衡？
• RQ2 该算法的时间复杂度如何依赖于对称邻接矩阵$A + A^T$的正特征值？
• RQ3 在何种图谱条件下，该方法可获得多项式时间近似方案（PTAS）？
• RQ4 能否通过利用正特征空间的几何结构，减少覆盖投影单纯形的网格大小？
• RQ5 上界$\xi(m) \leq \sqrt{m}$是否紧致，或可通过引入图的连通性特性加以改进？

主要发现

• 该算法在时间$ n^{\xi(m)/\varepsilon} $内计算出$\varepsilon$-近似纳什均衡，其中$\xi(m) = \sum_{i=1}^m \lambda_i / n$，$\lambda_i$为$A + A^T$的正特征值。
• 对于$\xi(m)$为常数的博弈类别，该方法可获得多项式时间近似方案（PTAS）。
• 最坏情况时间复杂度被限制在$ n^{\sqrt{m}/\varepsilon} $以内，其中$m$为$A + A^T$的正特征值个数，实现亚指数复杂度。
• 上界$\xi(m) \leq \sqrt{m}$由不等式$\left(\sum_{i=1}^m \lambda_i\right)^2 \leq m \sum_{i=1}^m \lambda_i^2 \leq m n^2 $推导得出，该不等式源于迹和谱范数的性质。
• 对于小$\varepsilon$和大$n$的情况，该方法优于以往的亚指数算法，存在一个阈值$\varepsilon \approx 12 \ln n / \sqrt{n}$，在此处性能权衡发生转变。
• 该方法在具有稀疏或结构化正谱的博弈中表现有效，表明谱图理论可为博弈论问题的算法设计提供指导。