[论文解读] Graphon games

Francesca Parise, Asuman Ozdaglar|arXiv (Cornell University)|Jan 31, 2018

Game Theory and Applications被引用 4

一句话总结

本文引入图函数博弈（graphon games）作为框架，利用图函数极限概念来对大规模网络中的策略互动进行建模与分析。它在无限人口图函数博弈中建立了纳什均衡的存在性与唯一性，并提供了有限抽样网络与对应无限对应物之间均衡距离的上界，从而可通过图函数模型实现近乎最优的干预。

ABSTRACT

We propose a way to approximate games played over networks of increasing size by using the graph limiting concept of graphon. To this end, we introduce the new class of graphon games for populations of infinite size. We investigate existence and uniqueness properties of the Nash equilibrium of graphon games and we derive upper bounds for the distance between the Nash equilibria of the infinite population graphon game and of finite population sampled network games. We then show that it is possible to design almost optimal interventions for sampled network games by relying on the graphon model.

研究动机与目标

• 通过图函数极限概念对大规模人口网络博弈进行建模，以实现可扩展分析。
• 在无限人口图函数博弈中建立纳什均衡的存在性与唯一性。
• 量化有限网络博弈与其图函数极限之间近似误差的大小。
• 基于图函数模型，为有限网络博弈开发近乎最优的干预策略。

提出的方法

• 通过图函数理论对稠密网络序列取极限，将大规模网络博弈建模为图函数博弈。
• 将图函数博弈定义为在不可数人口上通过图函数函数表示的策略互动。
• 通过函数空间上的不动点论证，证明图函数博弈中纳什均衡的存在性与唯一性。
• 利用利普希茨连续性与图函数度量的性质，推导出有限抽样博弈与对应图函数博弈之间纳什均衡距离的上界。
• 通过求解对应图函数博弈并将解投影回有限网络，构建有限网络博弈的干预策略。
• 利用图函数框架确保干预策略近乎最优，通过控制近似误差实现。

实验结果

研究问题

• RQ1 在何种条件下，图函数博弈中纳什均衡存在且唯一？
• RQ2 有限抽样网络博弈的纳什均衡与对应图函数博弈的均衡有多接近？
• RQ3 为图函数博弈设计的干预策略在应用于有限网络博弈时是否近乎最优？
• RQ4 需要哪些数学工具来界定有限与无限人口博弈均衡之间的距离？
• RQ5 如何利用基于图函数的模型在大规模网络系统中设计有效且可扩展的干预措施？

主要发现

• 本文在图函数与收益函数满足较弱正则性条件时，建立了图函数博弈中纳什均衡的存在性与唯一性。
• 推导出有限抽样网络博弈与对应图函数博弈之间纳什均衡距离的显式上界，量化了近似误差。
• 上界依赖于图函数度量与收益函数的利普希茨常数，为收敛性提供了理论基础。
• 基于图函数模型设计的干预策略在有限网络博弈中被证明近乎最优，性能损失受相同近似误差的限制。
• 该框架通过用连续的图函数解替代计算密集的有限网络计算，实现了大规模网络中可扩展的分析与干预设计。
• 结果表明，图函数博弈为大规模网络博弈提供了可处理且准确的近似，支持理论保证与实际干预设计。