[论文解读] On Uniform Tauberian Theorems for Dynamic Games

Dmitry Khlopin|arXiv (Cornell University)|Dec 23, 2014

Economic theories and models参考文献 29被引用 6

一句话总结

本文为双人零和动态博弈建立了统一的Tauber定理，证明在长期平均成本下价值函数的统一收敛性意味着折扣价值函数也统一收敛到同一极限，反之亦然，且在较弱条件下成立。证明依赖于Bellman最优性原理以及策略在拼接下的封闭性，将先前结果推广至微分博弈、离散时间博弈和标准形式博弈，实现了更高的普遍性与统一性。

ABSTRACT

The paper is concerned with two-person dynamic zero-sum games. We investigate the limit of value functions of finite horizon games with long run average cost as the time horizon tends to infinity, and the limit of value functions of $λ$-discounted games as the discount tends to zero. Under quite weak assumptions on the game, we prove the Uniform Tauberian Theorem: existence a of uniform limit for one of the value functions implies the uniform convergence of the other one to the same limit. We also prove the analogs of the One-sided Tauberian Theorem, i.e., the inequalities on asymptotics of the lower and upper game. Special attention is devoted to the case of differential games. The key roles in the proof were played by Bellman's optimality principle and the closedness of strategies under concatenation.

研究动机与目标

• 在连续时间和离散时间下，为双人零和动态博弈建立统一的Tauber定理，将已知结果推广至非遍历情形。
• 证明：若某一类价值函数（如Cesàro均值）存在统一极限，则另一类（如Abel均值）也统一收敛至同一极限。
• 在最小假设下将理论扩展至微分博弈、标准形式博弈和离散时间博弈，确保各类博弈间的鲁棒性。
• 通过引入缓慢变化函数或单调性，放宽先前结果中的统一性条件，提出单边Tauber估计。
• 利用动态规划原理与策略拼接，构建统一框架，简化各类博弈类型中的证明。

提出的方法

• 以Bellman最优性原理作为构建动态博弈中最优策略的基础工具。
• 利用策略在拼接下的封闭性，确保在时间区间上组合策略时仍保持最优性。
• 应用动态规划原理于价值函数与次解，实现边界的递归构造。
• 通过收益族与策略集的抽象化，引入广义博弈框架，统一描述连续时间与离散时间下的博弈结构。
• 通过函数μ(λ) = 1 − e^−λ，实现Cesàro均值（长期平均）与Abel均值（折扣平均）之间的变换，从而关联两类极限。
• 通过拼接构造次优策略，推导单边Tauber不等式，证明渐近界，而无需预先假设统一收敛性。

实验结果

研究问题

• RQ1 在何种条件下，零和动态博弈中长期平均成本下价值函数的统一收敛性可推出折扣价值函数的统一收敛性？
• RQ2 在最小假设下，统一Tauber定理能否推广至非遍历微分博弈与离散时间博弈？
• RQ3 当统一极限条件被放宽时，如何利用缓慢变化函数或单调性构造单边Tauber估计？
• RQ4 动态规划原理与策略拼接在多大程度上可统一不同博弈类型（微分博弈、离散时间博弈、标准形式博弈）的证明？
• RQ5 鞍点结构（如Isaacs条件）在简化微分博弈中统一Tauber定理证明时起到何种作用？

主要发现

• 统一Tauber定理成立：若长期平均博弈的价值函数统一收敛，则λ-折扣博弈的价值函数也统一收敛至同一极限。
• 反之亦然：折扣价值函数的统一收敛性意味着长期平均价值函数也统一收敛至同一极限。
• 建立了单边Tauber定理：即使不假设统一极限，也可通过次解与策略拼接导出价值函数的渐近下界与上界。
• 该证明方法可推广至微分博弈、离散时间博弈与标准形式博弈，核心工具为Bellman原理与策略拼接。
• 在遍历情形下，极限值与初始状态无关，且在弱条件下，各类博弈中收敛的统一性均得以保持。
• 本文提供了一个反例，表明在强不变集上的一致性是必不可少的——若无此条件，Tauber定理在控制问题中可能失效，凸显了统一性条件的必要性。