[论文解读] Linear-Quadratic Mean Field Social Optimization with a Major Player

Minyi Huang, Son Luu Nguyen|arXiv (Cornell University)|Apr 6, 2019

Mathematical Biology Tumor Growth参考文献 43被引用 4

一句话总结

本文提出了一种具有主导玩家和大量从属玩家的线性-二次均场社会优化框架，其中动态和成本依赖于随机参数。通过应用个体最优性原则与一致的均场近似，推导出一组前向-后向随机微分方程（FBSDEs），从而获得实现大规模但有限群体社会最优性的去中心化策略。

ABSTRACT

This paper considers a linear-quadratic (LQ) mean field control problem involving a major player and a large number of minor players, where the dynamics and costs depend on random parameters. The objective is to optimize a social cost as a weighted sum of the individual costs under decentralized information. We apply the person-by-person optimality principle in team decision theory to the finite population model to construct two limiting variational problems whose solutions, subject to the requirement of consistent mean field approximations, yield a system of forward-backward stochastic differential equations (FBSDEs). We show the existence and uniqueness of a solution to the FBSDEs and obtain decentralized strategies nearly achieving social optimality in the original large but finite population model.

研究动机与目标

• 通过引入与大量从属玩家互动的主导玩家，填补均场控制理论中的空白，扩展合作团队决策模型。
• 制定一种社会优化问题，其中集体成本作为个体成本的加权和，在去中心化信息下实现最小化。
• 将个体最优性原则从同等级均场团队扩展至具有随机系数和耦合动态的混合玩家设置。
• 建立所推导FBSDEs解的存在性与唯一性，确保在有限群体中去中心化策略几乎实现社会最优。
• 通过引入依赖于主导玩家布朗运动的随机系数，推广先前工作，将主导玩家建模为共同随机源。

提出的方法

• 使用依赖于主导玩家布朗运动的随机系数的线性-二次动态建模系统，引入共同噪声。
• 从团队决策理论中应用个体最优性原则，为主导玩家和从属玩家分别推导两个极限变分问题。
• 通过强制均场近似与最优控制策略之间的一致性，构建一组前向-后向随机微分方程（FBSDEs）。
• 利用线性后向随机微分方程（BSDE）技术，在统一框架中处理随机系数与均场项。
• 通过状态空间扩展和FBSDEs求解，推导出最优控制策略的显式表达式，确保与均场极限的一致性。
• 通过变分分析验证解的正确性，表明从属玩家控制的扰动在极限下产生一致的最优性条件。

实验结果

研究问题

• RQ1 在具有主导玩家和大量从属玩家、且系数为随机的均场控制系统中，社会最优性如何实现？
• RQ2 个体最优性原则在将团队决策理论扩展至具有随机动态的混合玩家均场模型中起到何种作用？
• RQ3 依赖于主导玩家布朗运动的随机系数如何影响最优控制策略的结构？
• RQ4 能否构建在有限但大规模群体中实现社会最优性的去中心化策略？其渐近性能损失如何？
• RQ5 在该混合玩家社会优化框架中，表征最优解的FBSDE系统的数学结构是什么？

主要发现

• 本文建立了所推导的前向-后向随机微分方程（FBSDEs）解的存在性与唯一性，确保最优控制策略有明确定义。
• 该解为从属玩家提供了去中心化策略，在有限群体模型中实现社会最优，且随着群体规模趋于无穷，最优性损失趋于零。
• 主导玩家的布朗运动作为共同随机源，模型通过动态和成本函数中的随机系数捕捉这一特性。
• 个体最优性原则成功扩展至混合玩家设置，使得在部分信息下推导社会最优性的必要条件成为可能。
• FBSDE系统通过线性BSDE技术求解，实现了对随机均场项与系数的统一处理，获得最优控制与伴随过程的显式表达式。
• 分析确认社会最优解是特定的帕累托最优解，且去中心化策略的性能在大群体极限下趋近于全局社会最优。