[论文解读] Graphon Mean Field Games and the GMFG Equations

Peter E. Caines|arXiv (Cornell University)|Jan 1, 2019

Opinion Dynamics and Social Influence被引用 2

一句话总结

本文提出图论均场博弈（GMFG）作为分析大规模、可能稀疏或稠密的无限网络上的非合作动态博弈的框架，基于图论理论。该文建立了GMFG方程解的存在性与唯一性，并证明了ǫ-纳什均衡结果，将图论网络上的无限人群均衡与有限网络上的有限人群均衡联系起来。

ABSTRACT

The emergence of the graphon theory of large networks and their infinite limits has enabled the formulation of a theory of the centralized control of dynamical systems distributed on asymptotically infinite networks (Gao and Caines, IEEE CDC 2017, 2018). Furthermore, the study of the decentralized control of such systems was initiated in (Caines and Huang, IEEE CDC 2018, 2019), where Graphon Mean Field Games (GMFG) and the GMFG equations were formulated for the analysis of non-cooperative dynamic games on unbounded networks. In that work, existence and uniqueness results were introduced for the GMFG equations, together with an epsilon-Nash theory for GMFG systems which relates infinite population equilibria on infinite networks to finite population equilibria on finite networks. Those results are rigorously established in this paper.

研究动机与目标

• 通过图论极限形式化非合作动态博弈在无限网络上的严格理论。
• 通过基于图论的建模，将均场博弈（MFG）理论扩展至具有异质性、可能稀疏的拓扑结构的网络。
• 建立GMFG方程解的存在性与唯一性。
• 证明一个ǫ-纳什均衡定理，将图论网络上的无限人群均衡与有限网络上的有限人群均衡联系起来。
• 为大规模网络化系统中的去中心化控制与近似均衡计算提供理论基础。

提出的方法

• 提出一种基于图论的框架，用于建模大规模异质网络的极限，以对称可测函数 g: [0,1]×[0,1] → [0,1] 替代离散邻接矩阵。
• 在每个顶点 α ∈ [0,1] 定义局部均场 µα(t)，表示该节点处代理人状态的经验分布。
• 将GMFG方程系统定义为涉及局部均场与个体代理人动态的耦合前向-后向随机微分方程系统。
• 通过最优响应策略 ϕ(t, xα|µG(·); gα) 从GMFG方程推导去中心化控制律。
• 应用霍尔德连续性与图论收敛条件（H5、H9、H11）以确保有限网络近似值的稳定性和收敛性。
• 在路径空间上运用沃瑟斯坦度量与测度论工具，分析代理人轨迹上概率测度的收敛性。

实验结果

研究问题

• RQ1 如何利用图论极限将均场博弈理论扩展至具有非均匀、可能稀疏的拓扑结构的网络？
• RQ2 在图论上，GMFG方程解的存在性与唯一性的必要与充分条件是什么？
• RQ3 无限人群、无限网络极限下的均衡如何与有限人群、有限网络系统中的均衡相关联？
• RQ4 GMFG框架能否为大规模但有限的网络化系统提供ǫ-纳什均衡近似？
• RQ5 图论收敛在确保有限网络近似值与无限网络极限之间的一致性方面起什么作用？

主要发现

• 在给定的正则性与收敛条件（H5、H9、H11）下，GMFG方程存在唯一解，确保了模型的适定性。
• 建立了ǫ-纳什均衡结果，表明当网络规模足够大时，由GMFG方程导出的策略在有限人群系统中构成近似均衡。
• 通过图论序列的收敛性与沃瑟斯坦度量的连续性，证明了有限网络近似值向无限网络极限的收敛性。
• 第5节中的LQ示例展示了该框架的可处理性，并在具体情境中验证了理论结果。
• 该框架推广了经典MFG理论，在图论为常数时可恢复标准MFG方程作为特例。
• 引理A.2的证明建立了图论核在可测集上L1收敛性，这对局部均场收敛性与ǫ-纳什结果至关重要。