[论文解读] Linear Quadratic Mean Field Games -- Part I: The Asymptotic Solvability Problem

Minyi Huang, Mengjie Zhou|arXiv (Cornell University)|Nov 1, 2018

Economic theories and models参考文献 1被引用 11

一句话总结

该论文通过引入一种新颖的重标度方法，将大规模耦合的Riccati ODE系统简化为低维非对称Riccati ODE，从而建立了线性-二次均场博弈渐近可解性的必要且充分条件。关键结果表明，当该条件满足时，纳什均衡策略收敛至均场极限，从而实现了大规模种群的去中心化控制设计。

ABSTRACT

This paper investigates the so-called asymptotic solvability problem in linear quadratic (LQ) mean field games. The model has asymptotic solvability if for all sufficiently large population sizes, the corresponding game has a set of feedback Nash strategies subject to a mild regularity requirement. We provide a necessary and sufficient condition and show that in this case the solution converges to a mean field limit. This is accomplished by developing a re-scaling method to derive a low dimensional ordinary differential equation (ODE) system, where a non-symmetric Riccati ODE has a central role.

研究动机与目标

• 解决线性-二次均场博弈中的渐近可解性问题，即博弈必须对所有足够大的种群规模均可解。
• 在较弱的正则性约束下，推导出反馈纳什均衡存在的必要且充分条件。
• 证明当种群规模趋于无穷时，解收敛至均场极限。
• 开发一种重标度技术，将大规模耦合Riccati系统的复杂性降低为低维非对称Riccati ODE系统。
• 建立均场博弈理论中自下而上与自上而下方法之间的联系，揭示在某些情况下二者并不等价。

提出的方法

• 采用自下而上的方法，从N人博弈出发，通过动态规划求解，推导出一组耦合的Riccati ODE系统。
• 引入一种新颖的重标度方法，以处理大规模耦合方程中的双尺度相互作用，实现降维。
• 证明简化后的系统由单个非对称Riccati ODE控制，该方程捕捉了原系统的本质动态。
• 该方法依赖渐近分析与稳定性论证，利用Gronwall引理和Ascoli引理证明解的存在性与收敛性。
• 分析过程涉及推导并求解Riccati矩阵的矩阵值ODE层级系统，仔细追踪含$1/N$和$(N-1)/N$的项。
• 通过重标度Riccati系统的极限行为，确立了个体策略收敛至均场极限。

实验结果

研究问题

• RQ1 在何种条件下，N人线性-二次均场博弈对所有足够大的N均存在反馈纳什均衡？
• RQ2 如何将复杂的$2N$个耦合Riccati ODE系统简化为能捕捉本质动态的低维系统？
• RQ3 非对称Riccati ODE在刻画纳什均衡策略的均场极限中起什么作用？
• RQ4 基于动态规划的自下而上方法与均场博弈理论中的自上而下方法之间有何关系？
• RQ5 有限种群博弈的解能否收敛至一个定义良好的均场极限？在何种条件下可以实现？

主要发现

• 推导出渐近可解性的必要且充分条件，该条件仅依赖于单个非对称Riccati ODE的解。
• 重标度方法成功地将$2N$维耦合Riccati系统简化为低维ODE系统，其中非对称Riccati方程起核心作用。
• 在满足Riccati ODE条件的前提下，个体反馈策略在$N \to \infty$时收敛至均场极限。
• N人博弈的解以一致方式收敛至均场极限，收敛性通过Gronwall不等式和Ascoli引理建立。
• 分析揭示，均场博弈中的自下而上与自上而下方法并非总是等价，挑战了文献中常见的假设。
• 该方法在模型参数缺乏对称性时依然适用，扩展了以往要求状态系数对称的研究结果。