[论文解读] Computer Science and Game Theory: A Brief Survey

Joseph Y. Halpern|arXiv (Cornell University)|Mar 29, 2007

Game Theory and Applications参考文献 77被引用 15

一句话总结

本文综述了计算机科学与博弈论的交叉领域，重点探讨计算复杂性在建模有限理性、计算纳什均衡以及分析无效率价格方面的作用。研究表明，计算约束可以在重复博弈中促成合作，并突出了均衡计算中的复杂性挑战，同时涉及认识逻辑、网络形成以及大规模系统中高效博弈表示等问题。

ABSTRACT

There has been a remarkable increase in work at the interface of computer science and game theory in the past decade. In this article I survey some of the main themes of work in the area, with a focus on the work in computer science. Given the length constraints, I make no attempt at being comprehensive, especially since other surveys are also available, and a comprehensive survey book will appear shortly.

研究动机与目标

• 探讨计算复杂性理论如何为博弈论中的有限理性模型提供支持。
• 分析在各种博弈表示中寻找纳什均衡与相关均衡的计算难度。
• 从计算机科学视角探讨去中心化系统中无效率价格的概念。
• 研究分布式计算与博弈论的交互作用，特别是在协调与共识协议方面的应用。
• 识别新兴研究领域，如认识逻辑、网络增长以及大规模系统中的高效博弈表示。

提出的方法

• 使用有限自动机建模重复博弈中有限理性的参与者，特别是囚徒困境博弈。
• 应用复杂性理论技术，表明具有计算能力受限的参与者的游戏可以维持合作均衡。
• 通过标准形式与扩展形式博弈，分析判断是否存在满足收益阈值的纳什均衡问题的NP-完全性。
• 引入“无效率价格”概念，作为去中心化决策导致系统低效的度量。
• 研究共同知识与认识逻辑在分布式协调与拜占庭容错协议中的作用。
• 提出贝叶斯网络等图模型，以实现大规模博弈中的高效表示与计算。

实验结果

研究问题

• RQ1 在何种计算约束下，合作能够在重复的囚徒困境博弈中出现？
• RQ2 计算纳什均衡的难度有多大？该问题属于哪些复杂性类？
• RQ3 当参与者在无协调下各自为政时，系统中的无效率价格是多少？
• RQ4 认识假设（如共同知识）如何影响分布式协调问题的可解性？
• RQ5 在大规模博弈中，可采用哪些高效表示方法来建模与计算均衡？

主要发现

• 若n轮重复囚徒困境博弈中双方玩家均使用至少2^(n-1)个状态的有限自动机，则互不合作是唯一的均衡。
• 当自动机规模介于n^(1/k)与n^k之间时，均衡中可近似实现合作，每轮平均收益大于3 - 1/k。
• 若至少一名玩家的状态数少于2^(c_ε n)，其中c_ε = ε/(12(1+ε))，则当n足够大时，存在一个均衡，使每名玩家的平均收益大于3 - ε。
• 判断是否存在满足给定收益阈值的纳什均衡是NP-完全问题，即使在对称博弈中或所有玩家收益相同时也是如此。
• 与纳什均衡问题的NP-完全性相反，满足收益阈值的相关均衡问题可在多项式时间内求解。
• 在某些博弈类别中，无效率价格是受限制的，其计算有助于理解去中心化系统中自私行为导致的效率损失。