[论文解读] On the complexity of strong Nash equilibrium: Hard-to-solve instances and smoothed complexity

Nicola Gatti, Marco Rocco+1 more|arXiv (Cornell University)|Apr 4, 2013

Game Theory and Applications参考文献 15被引用 3

一句话总结

本文证明，在策略型博弈中，混合策略强纳什均衡（SNE）的存在要求支付向量在策略支持上的投影满足特定几何结构——在两人博弈中为共线，在n人博弈中位于(n−1)维超平面上。基于此，作者构建了支持枚举算法的最坏情况实例，并证明SNE计算在平滑多项式时间内可解，因为通用博弈中仅存在纯策略SNE，使得在小随机扰动下问题变得可计算。

ABSTRACT

The computational characterization of game-theoretic solution concepts is a central topic in artificial intelligence, with the aim of developing computationally efficient tools for finding optimal ways to behave in strategic interactions. The central solution concept in game theory is Nash equilibrium (NE). However, it fails to capture the possibility that agents can form coalitions (even in the 2-agent case). Strong Nash equilibrium (SNE) refines NE to this setting. It is known that finding an SNE is NP-complete when the number of agents is constant. This hardness is solely due to the existence of mixed-strategy SNEs, given that the problem of enumerating all pure-strategy SNEs is trivially in P. Our central result is that, in order for a game to have at least one non-pure-strategy SNE, the agents' payoffs restricted to the agents' supports must, in the case of 2 agents, lie on the same line, and, in the case of n agents, lie on an (n - 1)-dimensional hyperplane. Leveraging this result, we provide two contributions. First, we develop worst-case instances for support-enumeration algorithms. These instances have only one SNE and the support size can be chosen to be of any size-in particular, arbitrarily large. Second, we prove that, unlike NE, finding an SNE is in smoothed polynomial time: generic game instances (i.e., all instances except knife-edge cases) have only pure-strategy SNEs.

研究动机与目标

• 理解在策略型博弈中，混合策略强纳什均衡（SNE）存在的结构性条件。
• 解决在一般博弈中（尤其是超越纯策略的情形）寻找SNE的高效算法缺乏的问题。
• 为SNE计算中使用的支持枚举算法构建最坏情况基准实例。
• 分析SNE计算的平滑复杂度，并证明在通用博弈中仅存在纯策略SNE。

提出的方法

• 识别几何约束：为使混合策略SNE存在，必须满足参与者的支付向量在其策略支持上的投影位于一条直线（两人博弈）或一个(n−1)维超平面（n人博弈）。
• 构建最坏情况博弈实例，其中仅存在一个SNE，且支持规模可任意指定，确保支持枚举算法需耗费指数时间。
• 应用平滑分析，证明在小随机扰动下，存在混合策略SNE的概率为零。
• 采用两阶段算法：首先检查所有纯策略支持；若未找到SNE，则验证是否存在满足几何条件的混合策略支持配置。
• 利用扰动几乎必然破坏混合SNE所需的对齐条件，从而确保在通用情况下仅存在纯策略SNE。
• 通过证明在扰动下指数级支持枚举几乎必然不会发生，从而证明该算法在平滑多项式时间内运行。

实验结果

研究问题

• RQ1 在n人博弈中，支付向量在支持上的投影需满足何种几何条件，混合策略SNE才可能存在？
• RQ2 能否构建对SNE计算的支持枚举算法而言为最坏情况的游戏实例？
• RQ3 在小随机扰动下，通用博弈中寻找SNE的问题是否具有计算可解性？
• RQ4 SNE计算的平滑复杂度与纳什均衡相比如何？
• RQ5 是否存在结构性特征，使得SNE计算在扰动下具有鲁棒性或脆弱性？

主要发现

• 混合策略SNE仅当参与者的支付向量在其支持上的投影在两人博弈中位于一条直线上，或在n人博弈中位于一个(n−1)维超平面上时才可能存在。
• 可构建仅含一个SNE且每个参与者的支持规模达m/2的最坏情况博弈实例，导致支持枚举算法需耗时O(4^{m/2})。
• 寻找SNE的问题属于平滑多项式时间，因为通用博弈（除极少数特殊情况外）仅存在纯策略SNE。
• 由于所需几何对齐的余维数较高，小随机扰动保持混合策略SNE的概率为零。
• 在平滑分析下，SNE的支持枚举算法保证在多项式时间内运行，因为指数级枚举仅在概率为零的事件下发生。
• 与纳什均衡不同，SNE计算对小扰动具有鲁棒性，因为扰动后的博弈在通用情况下仅存在纯策略SNE。