[论文解读] Polynomial-Time Computation of Optimal Correlated Equilibria in Two-Player Extensive-Form Games with Public Chance Moves and Beyond

Gabriele Farina, Tüomas Sandholm|arXiv (Cornell University)|Jan 1, 2020

Game Theory and Applications被引用 4

一句话总结

该论文证明了在具有公开自然行动的两人序列式博弈中，最优相关均衡可多项式时间计算。通过证明公开自然行动使得最优序列式相关均衡（EFCE）、序列式粗相关均衡（EFCCE）以及标准型粗相关均衡（NFCCE）的计算变得可行，该研究解决了长期存在的复杂性阈值问题，并带来了十余年来序列式相关均衡领域最重要的正面复杂性结果。

ABSTRACT

Unlike normal-form games, where correlated equilibria have been studied for more than 45 years, extensive-form correlation is still generally not well understood. Part of the reason for this gap is that the sequential nature of extensive-form games allows for a richness of behaviors and incentives that are not possible in normal-form settings. This richness translates to a significantly different complexity landscape surrounding extensive-form correlated equilibria. As of today, it is known that finding an optimal extensive-form correlated equilibrium (EFCE), extensive-form coarse correlated equilibrium (EFCCE), or normal-form coarse correlated equilibrium (NFCCE) in a two-player extensive-form game is computationally tractable when the game does not include chance moves, and intractable when the game involves chance moves. In this paper we significantly refine this complexity threshold by showing that, in two-player games, an optimal correlated equilibrium can be computed in polynomial time, provided that a certain condition is satisfied. We show that the condition holds, for example, when all chance moves are public, that is, both players observe all chance moves. This implies that an optimal EFCE, EFCCE and NFCCE can be computed in polynomial time in the game size in two-player games with public chance moves, providing the biggest positive complexity result surrounding extensive-form correlation in more than a decade.

研究动机与目标

• 填补对序列式相关均衡计算复杂性的理解空白，特别是针对具有自然行动的博弈。
• 明确在何种精确条件下，可在两人序列式博弈中高效计算最优相关均衡。
• 证明公开自然行动——即双方均能观察到所有自然行动结果——可实现最优EFCE、EFCCE与NFCCE的多项式时间计算。
• 在序列式相关均衡的可计算性与不可计算性之间，细化已知的复杂性阈值，尤其区分私有与公开自然行动。

提出的方法

• 作者分析了具有自然行动的两人序列式博弈中相关均衡的结构，重点关注自然事件的信息结构。
• 他们提出一种基于线性规划形式化的最优相关均衡新表征，该形式化尊重自然行动的公开信息结构。
• 该方法利用了公开自然行动可实现相关策略的紧凑表示，从而支持高效优化。
• 该方法将问题转化为在与公开信息一致的相关策略配置上进行凸优化。
• 通过利用自然行动的对称性与可观测性，该方法避免了通常与私有或隐藏自然行动相关联的计算困难。

实验结果

研究问题

• RQ1 在何种条件下，可在两人序列式博弈中以多项式时间计算最优相关均衡？
• RQ2 自然行动的可观测性如何影响寻找最优相关均衡的计算复杂性？
• RQ3 能否在现有二元区分的基础上，进一步细化序列式相关均衡中可计算与不可计算情形之间的复杂性阈值？
• RQ4 是否存在某种游戏结构特性——如公开自然行动——可实现EFCE、EFCCE与NFCCE的高效计算？

主要发现

• 当所有自然行动均为公开时，两人序列式博弈中的最优相关均衡（EFCE、EFCCE、NFCCE）可多项式时间计算。
• 公开自然行动的存在确保了相关策略空间可被紧凑且高效地表示。
• 该结果通过提供十余年来序列式相关均衡领域首个重大正面复杂性结果，解决了长期悬而未决的开放问题。
• 在公开自然行动条件下，该计算可及性扩展至所有三种均衡概念：EFCE、EFCCE与NFCCE。