[论文解读] Nash equilibria with partial monitoring; Computation and Lemke-Howson algorithm

Vianney Perchet|arXiv (Cornell University)|Jan 12, 2013

Game Theory and Applications参考文献 7被引用 1

一句话总结

本文将Lemke-Howson算法扩展至两玩家双矩阵博弈中的部分监控情形，即玩家仅能观测到信号而非对方行动。在通用性条件下，该算法的输出对应于纳什均衡，且均衡数量为奇数——这一关键的拓扑结果与完全监控博弈中的结论保持一致。

ABSTRACT

In two player bi-matrix games with partial monitoring, actions played are not observed, only some messages are received. Those games satisfy a crucial property of usual bi-matrix games: there are only a finite number of required (mixed) best replies. This is very helpful while investigating sets of Nash equilibria: for instance, in some cases, it allows to relate it to the set of equilibria of some auxiliary game with full monitoring. In the general case, the Lemke-Howson algorithm is extended and, under some genericity assumption, its output are Nash equilibria of the original game. As a by product, we obtain an oddness property on their number.

研究动机与目标

• 将Lemke-Howson算法扩展至玩家仅观测信号而非行动的部分监控博弈中。
• 建立此类博弈中纳什均衡仍满足完全监控博弈的基本性质，包括有限的最佳回应集合。
• 通过半标准信息结构子类中的辅助完全监控博弈，表征纳什均衡的结构。
• 证明在通用性条件下，纳什均衡的数量为奇数，将奇异性定理推广至部分监控设置。

提出的方法

• 通过将枢轴机制适配于收益和信号映射中的不确定性，提出适用于部分监控博弈的广义Lemke-Howson算法。
• 引入最大信息映射 H: Y → HA 和 M: X → MB，以从玩家视角表示对手行动的不确定性。
• 利用线性投影及线性映射的拓扑性质，证明即使在部分监控下，最佳回应集合仍为有限且结构良好。
• 在半标准信息结构情形下构造辅助完全监控博弈，其中辅助博弈的均衡对应于原博弈的均衡。
• 将Lemke-Howson算法应用于表示最佳回应区域的单纯形乘积，标签对应于行动与信号。
• 对策略空间划分为最佳回应区域的分解施加通用性条件，以确保算法在纳什均衡处终止。

实验结果

研究问题

• RQ1 Lemke-Howson算法能否被扩展以计算部分监控博弈中的纳什均衡？
• RQ2 部分监控博弈中的纳什均衡是否仍满足其数量为奇数的奇异性性质，如同完全监控博弈一般？
• RQ3 在何种条件下，部分监控博弈可被约化为具有等价均衡的辅助完全监控博弈？
• RQ4 部分监控博弈中最佳回应集合的拓扑与结构特性与完全监控博弈相比如何？
• RQ5 收益与信号映射需满足何种必要与充分条件，才能使Lemke-Howson算法产生有效均衡？

主要发现

• 在通用性假设下，Lemke-Howson算法可扩展至部分监控博弈，且其输出为纳什均衡。
• 在相同通用性条件下，纳什均衡的数量为奇数，将经典奇异性定理推广至部分监控设置。
• 在半标准信息结构博弈中，原博弈的纳什均衡与辅助完全监控博弈的均衡一一对应。
• 由于收益与信号映射的线性性，部分监控博弈中的最佳回应集合为有限且结构良好，从而支持算法计算。
• 算法在由最佳回应区域定义的单纯形乘积上收敛，标签对应于行动与信号。
• 对于两行动博弈，不确定性对应关系保持分段线性，使得即使收益存在歧义，算法仍可应用。