[论文解读] Multi-games and a double game extension of the Prisoner's Dilemma

Abbas Edalat, Ali Ghoroghi+1 more|arXiv (Cornell University)|May 22, 2012

Evolutionary Game Theory and Cooperation参考文献 8被引用 3

一句话总结

本文提出了多游戏（Multi-Games, MG）框架，其中玩家在多个基础游戏中同时进行加权投资，从而实现对不同市场中战略资源分配的建模。该研究提出了对囚徒困境的双人游戏（Double Game, DG）扩展，引入社会游戏以模拟亲社会行为，表明对于完全纯正的常规DG，贝叶斯纳什均衡可在与类型数量成线性关系的时间内计算得出。

ABSTRACT

We propose a new class of games, called Multi-Games (MG), in which a given number of players play a fixed number of basic games simultaneously. In each round of the MG, each player will have a specific set of weights, one for each basic game, which add up to one and represent the fraction of the player's investment in each basic game. The total payoff for each player is then the convex combination, with the corresponding weights, of the payoffs it obtains in the basic games. The basic games in a MG can be regarded as different environments for the players. When the players' weights for the different games in MG are private information or types with given conditional probability distributions, we obtain a particular class of Bayesian games. We show that for the class of so-called completely pure regular Double Game (DG) with finite sets of types, the Nash equilibria (NE) of the basic games can be used to compute a Bayesian Nash equilibrium of the DG in linear time with respect to the number of types of the players. We study a DG for the Prisoner's Dilemma (PD) by extending the PD with a second so-called Social Game (SG), generalising the notion of altruistic extension of a game in which players have different altruistic levels (or social coefficients). We study two different examples of Bayesian games in this context in which the social coefficients have a finite set of values and each player only knows the probability distribution of the opponent's social coefficient. In the first case we have a completely pure regular DG for which we deduce a Bayesian NE. Finally, we use the second example to compare various strategies in a round-robin tournament of the DG for PD, in which the players can change their social coefficients incrementally from one round to the next.

研究动机与目标

• 使用一种称为多游戏（MG）的新游戏类别，对多个经济环境中的战略资源分配进行建模。
• 通过引入社会游戏扩展囚徒困境，利用可变的社会系数捕捉亲社会行为。
• 为MG的一个子类——即完全纯正的常规双人游戏——开发一种计算高效的贝叶斯纳什均衡识别方法。
• 通过轮转锦标赛框架，评估自适应策略在重复双人游戏中的表现。

提出的方法

• 将多游戏（MG）定义为多个基础游戏收益的凸组合，权重由玩家的投资比例决定。
• 将双人游戏（DG）定义为两名玩家在两个基础游戏中具有相同策略集，并拥有代表投资或社会偏好的私有权重（类型）的MG。
• 当权重为私有信息且具有已知的条件概率分布时，将DG形式化为贝叶斯游戏。
• 提出“完全纯正常规”DG的概念，其中每位玩家的最优策略仅取决于其自身类型，从而实现对均衡条件的线性时间验证。
• 推导出一种线性时间测试方法，用于判断完全纯正性与常规性，该方法可直接导出贝叶斯纳什均衡。
• 设计并模拟了一场轮转锦标赛，采用一种新型策略（SEG），该策略根据$(\lambda,\gamma)$图的纳什均衡动态调整社会系数。

实验结果

研究问题

• RQ1 能否构建一类游戏，使玩家在具有不同策略集和收益结构的多个同时进行的游戏中分配资源？
• RQ2 在何种条件下，此类游戏中贝叶斯纳什均衡可被高效计算，特别是以线性时间实现？
• RQ3 如何通过第二层游戏（社会游戏）来建模重复互动中的亲社会行为，以捕捉利他主义或社会偏好？
• RQ4 当玩家根据对手行为动态调整其社会系数时，在重复双人游戏中会涌现出哪些有效策略？
• RQ5 能否设计一种策略，通过动态利用类型空间的纳什均衡，实现稳健的合作与报复？

主要发现

• 对于具有有限类型的完全纯正常规双人游戏，其贝叶斯纳什均衡可在线性时间（相对于类型数量）内计算得出。
• 所提出的完全纯正性与常规性测试方法既必要又充分，且可在与类型数量成线性关系的时间内执行，从而实现高效的均衡计算。
• 在重复双人游戏锦标赛中，基于动态调整社会系数（利用$(\lambda,\gamma)$图的纳什均衡预测）的SEG策略表现极为出色，有效平衡了合作、报复与剥削。
• SEG通过初始背叛、在无报复迹象时转为合作，成功利用了非报复性策略（如ALLC），在不造成长期损失的情况下最大化收益。
• SEG在面对互惠策略（如TFT）时表现出稳健性，能迅速从背叛转向合作，在初始背叛后迅速实现相互合作。
• 该框架允许在游戏序列结束时对物质收益与社会收益进行凸组合，实现社会层面的结果加权，从而增强对人类行为建模的真实性。