[论文解读] An Improved Algorithm for Computing Approximate Equilibria in Weighted Congestion Games

Yiannis Giannakopoulos, Georgy Noarov+1 more|arXiv (Cornell University)|Oct 30, 2018

Sports Analytics and Performance被引用 2

一句话总结

本文提出了一种确定性多项式时间算法，可在多项式成本函数次数至多为 $d$ 的加权汇聚博弈中，计算出 $d^{d+o(d)}$-近似纯纳什均衡，相比先前工作实现了指数级改进。该方法仅在原始博弈中使用最佳改进步骤，并通过近似潜在函数避免了博弈变换，同时为 $\rho$-近似均衡建立了新的价格无效率（PoA）界 $\Phi_{d, \rho}^{d+1}$。

ABSTRACT

We present a deterministic polynomial-time algorithm for computing $d^{d+o(d)}$-approximate (pure) Nash equilibria in weighted congestion games with polynomial cost functions of degree at most $d$. This is an exponential improvement of the approximation factor with respect to the previously best algorithm. An appealing additional feature of our algorithm is that it uses only best-improvement steps in the actual game, as opposed to earlier approaches that first had to transform the game itself. Our algorithm is an adaptation of the seminal algorithm by Caragiannis et al. [FOCS'11, TEAC 2015], but we utilize an approximate potential function directly on the original game instead of an exact one on a modified game. A critical component of our analysis, which is of independent interest, is the derivation of a novel bound of $[d/\mathcal{W}(d/ ho)]^{d+1}$ for the Price of Anarchy (PoA) of $ ho$-approximate equilibria in weighted congestion games, where $\mathcal{W}$ is the Lambert-W function. More specifically, we show that this PoA is exactly equal to $\Phi_{d, ho}^{d+1}$, where $\Phi_{d, ho}$ is the unique positive solution of the equation $ ho (x+1)^d=x^{d+1}$. Our upper bound is derived via a smoothness-like argument, and thus holds even for mixed Nash and correlated equilibria, while our lower bound is simple enough to apply even to singleton congestion games.

研究动机与目标

• 开发一种更高效的算法，用于计算具有多项式成本函数的加权汇聚博弈中的近似均衡。
• 消除先前方法所需的博弈变换需求。
• 与现有算法相比，实现显著改进的近似因子。
• 推导出此类博弈中 $\rho$-近似均衡的紧致价格无效率界。
• 基于平滑性论证，建立适用于混合与相关均衡的价格无效率上界。

提出的方法

• 该算法直接在原始加权汇聚博弈上使用近似潜在函数，避免了博弈变换。
• 仅在实际博弈中使用最佳改进步骤，确保了实际可行性和直观收敛性。
• 分析中引入了一种类平滑性论证，用于界定 $\rho$-近似均衡下的价格无效率。
• 证明了价格无效率恰好为 $\Phi_{d, \rho}^{d+1}$，其中 $\Phi_{d, \rho}$ 是方程 $\rho (x+1)^d = x^{d+1}$ 的唯一正解。
• 通过Lambert-W函数推导出该界，得到显式表达式 $[d / \mathcal{W}(d/\rho)]^{d+1}$。
• 由于平滑性论证，该方法适用于纯均衡以及混合（包括相关）均衡。

实验结果

研究问题

• RQ1 我们能否在加权汇聚博弈中计算出比以往已知结果显著更好的近似因子的近似均衡？
• RQ2 在仍能保证强近似保证的前提下，能否避免对博弈进行变换？
• RQ3 在具有多项式成本函数的加权汇聚博弈中，$\rho$-近似均衡的最紧价格无效率界是什么？
• RQ4 能否使用基于平滑性的论证，推导出适用于不同均衡类型的此类界？
• RQ5 是否存在涉及Lambert-W函数的价格无效率的闭式表达式，用于 $\rho$-近似均衡？

主要发现

• 该算法在多项式时间内计算出 $d^{d+o(d)}$-近似纯纳什均衡，相比先前近似因子实现了指数级改进。
• $\rho$-近似均衡的价格无效率恰好为 $\Phi_{d, \rho}^{d+1}$，其中 $\Phi_{d, \rho}$ 是方程 $\rho (x+1)^d = x^{d+1}$ 的唯一正解。
• 界 $[d / \mathcal{W}(d/\rho)]^{d+1}$ 提供了价格无效率的显式表达式，利用了Lambert-W函数。
• 基于平滑性的论证确保该界不仅适用于纯均衡，也适用于混合与相关均衡。
• 该算法仅在原始博弈中使用最佳改进步骤，消除了博弈变换的需要，提升了实用性与概念清晰度。
• 下界构造甚至适用于单点汇聚博弈，证明了在最简设置下所推导边界的紧致性。