[论文解读] Playing the Wrong Game: Bounding Externalities in Diverse Populations of Agents

Reshef Meir, David C. Parkes|arXiv (Cornell University)|Nov 6, 2014

Game Theory and Applications参考文献 28被引用 7

一句话总结

本文引入了有偏纳什失效率（Biased Price of Anarchy, BPoA），以量化在非原子路由博弈中，当参与者基于有偏成本函数而非真实成本行动时所导致的社会福利损失。通过利用网络拓扑结构和参与者有偏参数，推导出BPoA的上界，表明通过成本函数的平滑性特性，尤其是多项式延迟情形，可以紧密控制异质行为带来的外部性影响。

ABSTRACT

The robustness of multiagent systems can be affected by mistakes or behavioral biases (e.g., risk-aversion, altruism, toll-sensitivity), with some agents playing the "wrong game." This can change the set of equilibria, and may in turn harm or improve the social welfare of agents in the system. We are interested in bounding what we call the biased price of anarchy (BPoA) in populations with diverse agent behaviors, which is the ratio between welfare in the "wrong" equilibrium and optimal welfare. We study nonatomic routing games, and derive an externality bound that depends on a key topological parameter of the underlying network. We then prove two general BPoA bounds for games with diverse populations: one that relies on the network structure and the average bias of all agents in the population, and one that is independent of the structure but depends on the maximal bias. Both types of bounds can be combined with known results to derive concrete BPoA bounds for a variety of specific behaviors (e.g., varied levels of risk-aversion).

研究动机与目标

• 量化在参与者使用有偏成本函数而非真实成本的多智能体系统中，均衡的低效性。
• 对有偏参与者在非原子路由博弈中对其他参与者造成的负面外部性进行上界约束。
• 为具有多样化、有界理性的参与者系统提供稳健的社会福利性能保证。
• 将平滑性框架扩展至具有任意行为偏见的异质群体。
• 推导依赖于网络结构、平均偏见或最坏情况偏见的BPoA边界，具体取决于应用场景。

提出的方法

• 引入有偏平滑性（biased smoothness）概念，将标准平滑性扩展至捕捉真实成本与感知成本之间的偏差。
• 将有偏纳什失效率（BPoA）定义为有偏博弈中最优社会成本与最坏均衡成本之比。
• 利用网络拓扑结构和边成本函数的平滑性参数（λ, μ）推导针对各类参与者的外部性上界。
• 应用平滑性方法，基于每类参与者的自身偏见和网络结构，对各类均衡成本进行上界约束。
• 通过上、下平滑性边界的乘积，推导出依赖于平均偏见和网络结构的BPoA上界。
• 对于多项式成本函数，利用先前工作的紧致PoA结果，推导出仅依赖于最坏情况偏见和多项式次数的BPoA上界。

实验结果

研究问题

• RQ1 在具有异质偏见的路由博弈中，我们能否对某一类参与者对另一类参与者造成的负面外部性进行上界约束？
• RQ2 在有偏博弈中，最坏均衡的社会成本相对于最优社会成本是否存在最坏情况的上界？
• RQ3 我们能否推导出仅依赖于群体中最大偏见、而与网络结构无关的BPoA上界？
• RQ4 成本函数的平滑性特性如何影响在行为多样性下均衡的鲁棒性？
• RQ5 能否推导出仅依赖于平均偏见而非最坏情况或结构参数的BPoA上界？

主要发现

• 对于次数不超过d的多项式成本函数，BPoA的上界为 (d+1) · (Φ̲(G)Φ̄(G))^(d+1)，其中Φ̲和Φ̄为平滑性参数。
• 当所有成本函数均为(λ̂, μ̂)-有偏平滑时，BPoA的上界为 (d+1)^(d+2) · e^(d+1) · (λ̂ / (1 - μ̂))^(d+1)。
• 单类参与者造成的外部性上界取决于其自身偏见和网络的拓扑结构。
• 仅通过最坏情况偏见和多项式次数，即可推导出与网络结构无关的BPoA上界。
• 这些上界具有紧致性，即在偏见趋近于零时与已知的PoA结果一致，验证了与既有研究的一致性。
• 该框架即使在参与者群体构成未知时仍能提供性能保证，仅需对偏见和类型比例施加上界。