[论文解读] Learning Quadratic Games on Networks

Yan Leng, Xiaowen Dong+2 more|arXiv (Cornell University)|Nov 21, 2018

Bayesian Modeling and Causal Inference参考文献 40被引用 5

一句话总结

本文提出了两种新颖的框架，用于从观测到的纳什均衡行动中学习具有线性-二次收益的网络博弈中的互动网络结构和个体边际收益。通过在图结构和边际收益上联合优化，该方法能有效从行动数据中推断出战略关系，在合成网络和现实世界网络（包括社交、经济和政治系统）中表现出色。

ABSTRACT

Individuals, or organizations, cooperate with or compete against one another in a wide range of practical situations. Such strategic interactions are often modeled as games played on networks, where an individual's payoff depends not only on her action but also on that of her neighbors. The current literature has largely focused on analyzing the characteristics of network games in the scenario where the structure of the network, which is represented by a graph, is known beforehand. It is often the case, however, that the actions of the players are readily observable while the underlying interaction network remains hidden. In this paper, we propose two novel frameworks for learning, from the observations on individual actions, network games with linear-quadratic payoffs, and in particular, the structure of the interaction network. Our frameworks are based on the Nash equilibrium of such games and involve solving a joint optimization problem for the graph structure and the individual marginal benefits. Both synthetic and real-world experiments demonstrate the effectiveness of the proposed frameworks, which have theoretical as well as practical implications for understanding strategic interactions in a network environment.

研究动机与目标

• 解决在仅可观测到玩家行动而无法获知底层网络结构的战略环境中，推断隐藏互动网络的挑战。
• 开发一种联合推断具有线性-二次收益的网络博弈中图结构和个体边际收益的学习框架。
• 在推断过程中引入边际收益的同质性效应，以改进对战略关系的建模。
• 实现实际应用，如社区检测、中心性分析和网络化系统中的干预设计。
• 提供一种无需事先知晓收益函数或网络拓扑的、数据驱动的网络博弈学习方法。

提出的方法

• 将网络博弈表述为二次效用函数，其中每个玩家的收益取决于其自身行动以及通过图结构连接的邻居的行动。
• 利用纳什均衡条件将观测到的行动与底层博弈参数关联，从而实现对图结构和边际收益的逆向推断。
• 提出一种凸优化框架，通过最小化观测行动上的损失函数，联合估计图拉普拉斯矩阵和个体边际收益。
• 提出第二种框架，通过在边际收益中施加同质性，假设相似玩家具有相似激励，从而提升推断的鲁棒性。
• 采用近端梯度法和ADMM高效求解联合优化问题，并通过正则化促进稀疏性和稳定性。
• 在推断的网络上应用谱聚类，以验证瑞士各州等现实案例中的社区结构。

实验结果

研究问题

• RQ1 当仅可观测到玩家的纳什均衡行动时，能否准确推断出网络博弈中的底层互动网络？
• RQ2 如何从观测到的行动中联合估计线性-二次网络博弈的图结构和个体边际收益？
• RQ3 在边际收益中引入同质性对推断网络的准确性和可解释性有何影响？
• RQ4 所提出的框架在真实世界数据（如社交影响、经济竞争和政治投票模式）上的表现如何？
• RQ5 推断出的网络结构能否揭示复杂系统中的有意义社区结构和战略依赖关系？

主要发现

• 所提出的框架能从合成网络的观测行动中成功推断出底层网络结构和边际收益，在恢复真实图拓扑方面表现出高精度。
• 在26个瑞士州的政治投票数据上，推断出的网络揭示了与语言和文化区域相对应的连贯聚类，其中保守州形成了一个独立群体。
• 对学习到的网络进行谱聚类，两种算法均显示出一致的三类聚类划分，与瑞士已知的社会政治分组相吻合。
• 两种算法中互动参数β的正值表明存在战略互补性，即相似州倾向于一致投票。
• 具有同质性边际收益的框架（算法2）在真实世界推断任务中表现出更强的鲁棒性和可解释性。
• 图结构与边际收益的联合推断使下游应用（如社区检测、中心性分析和干预设计）成为可能，适用于网络化系统。