[论文解读] Playing the Wrong Game: Smoothness Bounds for Congestion Games with Risk Averse Agents.

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

Game Theory and Applications被引用 3

一句话总结

本文引入了偏差价之恶（BPoA）以量化在非原子路由博弈中，当参与者表现出风险规避等行为偏差时的福利损失。通过利用网络拓扑和偏差水平，推导出依赖于结构和独立于结构的BPoA边界，展示了多样化参与者行为对系统效率的影响。

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 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

• 量化行为偏差（如风险规避、利他主义或收费敏感性）对多智能体路由博弈中系统效率的影响。
• 定义并分析偏差价之恶（BPoA），衡量在行为偏差下次优均衡中的福利与最优福利的比值。
• 推导依赖于网络拓扑和参与者偏差分布的一般性BPoA边界。
• 提供一个框架，将网络结构特性与行为异质性相结合，以评估均衡的鲁棒性。

提出的方法

• 引入偏差价之恶（BPoA）的概念，作为非原子非合作博弈中非均衡行为导致福利下降的度量。
• 推导依赖于底层网络关键拓扑参数的外部性边界，捕捉结构对福利损失的影响。
• 建立两个通用的BPoA边界：一个依赖于网络结构和平均参与者偏差，另一个独立于结构但依赖于最大偏差。
• 应用已知的非合作博弈理论结果，推导出特定行为（如不同水平的风险规避）的BPoA具体边界。
• 通过博弈平滑性的数学分析，将参与者行为与均衡效率联系起来。
• 结合拓扑网络分析与行为建模，生成适用于多样化参与者群体的边界。

实验结果

研究问题

• RQ1 风险规避或其他偏差参与者存在时，如何改变非原子路由博弈中均衡集？
• RQ2 当参与者因行为偏差偏离最优行为时，最坏情况下的福利损失（以偏差价之恶衡量）是多少？
• RQ3 网络结构与参与者偏差分布如何共同影响均衡的效率？
• RQ4 能否推导出依赖于结构或独立于结构的一般性BPoA边界，具体取决于可获得的信息？
• RQ5 已知的非合作博弈平滑性结果在多大程度上可扩展以纳入行为异质性？

主要发现

• 本文建立了依赖于网络关键拓扑参数的结构依赖性外部性边界，将网络设计与福利结果联系起来。
• 推导出一个依赖于网络结构和参与者群体平均偏差的一般性BPoA边界，提供了更精细的效率估计。
• 还推导出一个结构独立的BPoA边界，仅依赖于存在的最大偏差，提供了一个不依赖于网络拓扑的稳健上界。
• 这些边界可与现有平滑性结果结合，得出特定行为（如不同水平的风险规避）的具体BPoA值。
• 该框架能够量化具有异质参与者行为系统中的福利下降，为在行为不确定性下的系统设计提供洞见。
• 结果表明，即使存在显著的行为多样性，在对参与者偏差和网络结构施加温和假设下，福利损失仍可保持有界。