[论文解读] Approximate Equilibria in Generalized Colonel Blotto and Generalized Lottery Blotto Games

Dong Quan Vu, Patrick Loiseau+1 more|arXiv (Cornell University)|Oct 15, 2019

Experimental Behavioral Economics Studies被引用 4

一句话总结

本文在广义上校花旗（GCB）和广义彩票花旗（GLB）游戏中，引入了独立均匀（IU）策略作为近似均衡，其中玩家具有非对称预算，战场具有异质价值。证明了这些策略可实现 $\bar{\rho}W$-均衡，近似误差有界于 $\mathcal{O}(nR^{-1}\ln(\varepsilon^{-1}))$，为复杂且非对称的资源分配博弈提供了可处理的解决方案。

ABSTRACT

In the Colonel Blotto game, two players with a fixed budget simultaneously allocate their resources across n battlefields to maximize the aggregate value gained from the battlefields where they have the higher allocation. Despite its long-standing history and important applications, the Colonel Blotto game still lacks a complete Nash equilibrium characterization in its most general form where players are asymmetric and battlefields' values are heterogeneous across battlefields and different between the two players---this is called the Generalized Colonel Blotto game. In this work, we propose a simply-constructed class of strategies---the independently uniform strategies---and we prove that they are approximate equilibria of the Generalized Colonel Blotto game; moreover, we characterize the approximation error according to the game's parameters. We also consider an extension called the Generalized Lottery Blotto game, with stochastic winner-determination rules allowing more flexibility in modeling practical contests. We prove that the proposed strategies are also approximate equilibria of the Generalized Lottery Blotto game.

研究动机与目标

• 为解决广义上校花旗（GCB）博弈中缺乏均衡刻画的问题，该博弈中玩家预算与战场价值均非对称且异质。
• 将均衡分析扩展至广义彩票花旗（GLB）博弈，该博弈允许使用随机胜者判定规则，以增强建模灵活性。
• 提供一个可处理的、结构简单的策略类别，可产生具有可量化性能保证的近似均衡。
• 以游戏参数（如预算非对称性、战场数量及策略参数）的形式刻画近似误差。

提出的方法

• 引入独立均匀（IU）策略，即每位玩家在各战场上的分配独立地从一个有界区间上的均匀分布中抽取。
• 分析单方面偏离时的期望收益偏差，界定玩家通过偏离IU策略所能获得的最大收益。
• 使用集中不等式与尾部概率界限，量化那些在IU策略下产生显著高于预期收益的分配所占比例。
• 应用耦合论证，将分配的联合分布与边缘分布关联，确保预算约束被近似满足。
• 基于 $n$、$R$ 和 $\varepsilon$ 显式推导近似误差 $\delta_{\mu}$ 与 $\delta_{\nu}$ 的界限，其中策略参数 $R$ 的对数与线性缩放关系被使用。
• 证明当 $n$ 和 $R$ 足够大时，IU策略可形成 $\bar{\rho}W$-均衡，其中 $\bar{\rho} = \mathcal{O}(nR^{-1}\ln(\varepsilon^{-1}))$。

实验结果

研究问题

• RQ1 在具有非对称玩家与异质战场价值的最一般形式的上校花旗博弈中，是否存在一种简单且可处理的策略类别，可作为近似均衡？
• RQ2 此类策略的可量化近似误差在预算非对称性、战场数量及策略分辨率等游戏参数下如何衡量？
• RQ3 在具有随机胜者判定规则的广义彩票花旗博弈中，同一策略类别是否仍为近似均衡？
• RQ4 为确保所需的近似精度，战场数量与策略参数 $R$ 需多大？

主要发现

• 独立均匀（IU）策略在广义上校花旗博弈中为 $\mathcal{O}(nR^{-1}\ln(\varepsilon^{-1}))W$-均衡，其中 $W$ 为可能的最大收益。
• 对任意 $\varepsilon > 0$，存在阈值 $n$ 与 $R$，使得 IU 策略可实现 $\bar{\rho}W$-均衡，其中 $\bar{\rho} = \mathcal{O}(nR^{-1}\ln(\varepsilon^{-1}))$。
• 近似误差 $\delta_{\mu}$ 与 $\delta_{\nu}$（即单方面偏离时最大收益增益的上界）均为 $\mathcal{O}(nR^{-1}\ln(\varepsilon^{-1}))$。
• 当 $n \geq \tilde{L}\bar{\varepsilon}^{-2}\max\{1,\ln(\bar{\varepsilon}^{-1})\}$ 且 $R \geq \mathcal{O}(n\bar{\varepsilon}^{-1}\ln(\bar{\varepsilon}^{-1}))$ 时，IU 策略为 $\bar{\rho}W$-均衡，其中 $\bar{\rho} = \bar{\varepsilon}W$。
• 结果可推广至广义彩票花旗博弈，在相同参数条件下，相同 IU 策略可实现相同的近似保证。