[论文解读] Co-action equilibria and strategy switchings in a stochastic minority game

V. Sasidevan, Deepak Dhar|arXiv (Cornell University)|Dec 29, 2012

Complex Systems and Time Series Analysis被引用 3

一句话总结

本文提出共动均衡作为在具有时间贴现收益的随机少数派博弈中对纳什均衡的更优替代。通过使用几何贴现因子 λ 优化期望加权未来收益，该模型表明共动均衡产生的平均收益高于纳什均衡，且策略参数随 λ 变化而发生不连续转变——即使在小规模参与者数量下（N ≤ 7）亦然。

ABSTRACT

We study a variation of the minority game, in which each agent uses a probabilistic strategy, and tries to optimize her total expected weighted future payoff, the weight of the payoff after $ au$ days being $(1 - \lambda) \lambda^ au$, with $\lambda < 1$. We show that standard Nash equilibrium concept is unsatisfactory in this case, and propose an alternative, called co-action equilibrium. We study the co-action equilibrium steady state of the system as $\lambda$ is varied from 0 to 1, and show that it gives a higher expected payoff than the Nash equilibrium for all agents. Parameters of the optimal strategy depend on $\lambda$, and can change discontinuously as $\lambda$ is varied, even for a finite number of agents. We analyse in detail the optimal strategies when the number of agents $N \leq 7$, and they decide selfishly, using only previous day's outcome.

研究动机与目标

• 解决在具有时间贴现收益的动态随机少数派博弈中纳什均衡概念的局限性。
• 建模能够使用几何贴现因子 λ 优化未来期望收益的参与者。
• 分析当 λ 从 0 变化到 1 时最优策略如何演变，尤其关注小规模参与者数量（N ≤ 7）的情形。
• 识别共动均衡相较于纳什均衡产生更高收益的条件。
• 研究尽管参与者数量有限且较少（N ≤ 7），最优策略仍可能出现不连续变化的现象。

提出的方法

• 形式化一个随机少数派博弈，其中参与者根据前一日结果采用概率性策略。
• 定义一个时间贴现收益函数，未来 τ 天的收益权重为 (1−λ)λ^τ，其中 λ < 1。
• 提出共动均衡作为解概念，相较于纳什均衡更能捕捉协调性与前瞻性行为。
• 通过在 [0,1] 范围内变化 λ 并求解最优策略组合，分析稳态共动均衡。
• 使用解析与数值方法，计算在自私、基于历史的决策规则下 N ≤ 7 名参与者时的最优策略。
• 比较在不同 λ 值下共动均衡与纳什均衡的预期收益。

实验结果

研究问题

• RQ1 为何标准纳什均衡概念在此类具有时间贴现、随机性的少数派博弈中不适用？
• RQ2 共动均衡概念在预期收益与战略协调方面相较于纳什均衡有何改进？
• RQ3 当贴现因子 λ 从 0 变化到 1 时，最优策略参数如何变化？
• RQ4 即使参与者数量有限且较少（N ≤ 7），最优策略是否仍会出现不连续转变？
• RQ5 从预期收益角度看，共动均衡相较于纳什均衡的定量性能提升是多少？

主要发现

• 共动均衡在所有 λ 值下均一致地为所有参与者提供高于纳什均衡的预期收益。
• 最优策略参数对 λ 极为敏感，且在 λ 变化时可能发生不连续变化，即使在小规模 N ≤ 7 的情况下亦然。
• 系统在策略选择上表现出非单调行为，尽管 λ 平滑变化，最优行为仍出现突变式转变。
• 对于 N ≤ 7，本文通过解析与数值解法，完整刻画了在自私、基于历史的决策规则下的最优策略。
• 几何贴现机制 (1−λ)λ^τ 有效建模了时间偏好，并促成协调性与前瞻性行为的出现。
• 结果表明，共动均衡不仅在理论上更优，且在收益表现方面也具有实际优势。