[论文解读] Deterministic monotone dynamics and dominated strategies

Yannick Viossat|arXiv (Cornell University)|Oct 28, 2011

Game Theory and Applications参考文献 33被引用 3

一句话总结

本文统一并扩展了演化博弈论中关于确定性单调动力学的结果，证明在凹单调动力学下（与Hofbauer和Weibull的凸单调动力学对偶），严格劣策略会随时间被消除。关键贡献在于建立了在非自治或时变环境中，劣策略仍会消失的条件，方法基于增长率排序与类似李雅普诺夫的论证。

ABSTRACT

We survey and unify results on elimination of dominated strategies by monotonic dynamics and prove some new results that may be seen as dual to those of Hofbauer and Weibull (J. Econ. Theory, 1996, 558-573) on convex monotonic dynamics.

研究动机与目标

• 统一并推广现有关于单调演化动力学下严格劣策略消除结果的研究。
• 建立Hofbauer和Weibull（1996）关于凸单调动力学结果与本文关于凹单调动力学新结果之间的对偶性。
• 分析在连续时间与离散时间动力学下混合策略的存续或消除，特别是当收益与增长率随时间变化时。
• 研究在非自治环境下，迭代严格劣策略被消除的条件，尤其关注时变情形。
• 阐明总体单调性与增长率排序在确保劣策略长期消除中的作用。

提出的方法

• 使用形式为 $\dot{x}_i = x_i(g_i(\mathbf{x},\mathbf{y}) - \sum_k x_k g_k(\mathbf{x},\mathbf{y}))$ 的连续时间动力学，其中 $g_i$ 表示策略 $i$ 的未归一化增长率。
• 将总体单调性定义为在增长率中保持收益顺序：若 $U_\mathbf{p}(\mathbf{y}) > U_\mathbf{q}(\mathbf{y})$，则对所有 $\mathbf{x}, \mathbf{y}$，有 $g_\mathbf{p}(\mathbf{x},\mathbf{y}) > g_\mathbf{q}(\mathbf{x},\mathbf{y})$。
• 将凹单调动力学定义为Hofbauer和Weibull的凸单调动力学的对偶，其中条件在 $\mathbf{p}$ 为纯策略时成立。
• 应用李雅普诺夫函数技术与时间平均增长率分析，证明当动力学满足凹单调性时，劣策略会消失。
• 考虑形式为 $x_i(n+1) = x_i(n) \frac{C + g_i(\mathbf{x},\mathbf{y})}{C + \sum_k x_k g_k(\mathbf{x},\mathbf{y})}$ 的离散时间动力学，其中 $C$ 较大或随时间增长。
• 利用渐近近似 $\ln(1 + g_i/C) \approx g_i/C$（当 $C$ 较大时），表明离散动力学在极限下收敛于连续动力学。

实验结果

研究问题

• RQ1 在增长率函数 $g_i$ 满足何种条件下，单调动力学会消除严格劣策略？
• RQ2 凸单调动力学与凹单调动力学之间的对偶性能否被正式建立？其对策略消除有何影响？
• RQ3 当常数 $C$ 较大或随时间变化时，离散时间动力学是否仍能消除劣策略？何种条件可确保这一点？
• RQ4 在非自治或时变对手策略下，劣策略是否仍可能存续，即使动力学是单调的？
• RQ5 劣策略的消除如何依赖于收益函数的结构与动力学的单调性类别？

主要发现

• 在凹单调动力学下，若动力学满足增长率排序条件，则严格劣的混合策略在 $t \to \infty$ 时被消除。
• 在非自治设置中，若对手策略 $\mathbf{y}(t)$ 随时间变化，只要动力学是总体单调的且时间平均增长率有利于非劣策略，劣策略仍可被消除。
• 当 $C \to \infty$ 时，若 $\sum_n 1/C_n = \infty$，则离散动力学可消除劣策略，确保充分的长期增长率差异。
• 当 $C$ 较大但固定时，若动力学是总体单调的，或为凸单调动力学且 $\mathbf{q}$ 为纯策略，则对足够大的 $\bar{C}$，离散动力学可消除劣策略。
• 当增长率差异在周期内相互抵消时，严格劣的混合策略 $\mathbf{q}$ 可能在时变动力学下存续，如通过分段线性 $\mathbf{y}(t)$ 与平衡积分条件所示。
• 离散动力学中消除所需的常数 $\bar{C}$ 依赖于收益差距 $\varepsilon$ 与增长率界，因此对特定策略 $\mathbf{p}$ 和 $\mathbf{q}$ 敏感。