[论文解读] Probabilistic Analysis of Mean-Field Games

René Carmona, François Delarue|arXiv (Cornell University)|Oct 21, 2012

Stochastic processes and financial applications参考文献 11被引用 6

一句话总结

本文通过麦凯恩-弗拉索夫型前向-后向随机微分方程（FBSDEs）对平均场博弈进行了概率分析，证明了在一般系数条件下解的存在性与正则性。研究证明，平均场博弈系统的解可作为大群体随机微分博弈的近似纳什均衡，且通过量身定制的随机最大值原理估计量化了近似误差。

ABSTRACT

The purpose of this paper is to provide a complete probabilistic analysis of a large class of stochastic differential games for which the interaction between the players is of mean-field type. We implement the Mean-Field Games strategy developed analytically by Lasry and Lions in a purely probabilistic framework, relying on tailor-made forms of the stochastic maximum principle. While we assume that the state dynamics are affine in the states and the controls, our assumptions on the nature of the costs are rather weak, and surprisingly, the dependence of all the coefficients upon the statistical distribution of the states remains of a rather general nature. Our probabilistic approach calls for the solution of systems of forward-backward stochastic differential equations of a McKean-Vlasov type for which no existence result is known, and for which we prove existence and regularity of the corresponding value function. Finally, we prove that solutions of the mean-field game as formulated by Lasry and Lions do indeed provide approximate Nash equilibriums for games with a large number of players, and we quantify the nature of the approximation.

研究动机与目标

• 为具有通用相互作用结构的平均场博弈提供一个完整的概率分析框架。
• 建立平均场博弈中出现的麦凯恩-弗拉索夫型前向-后向随机微分方程解的存在性与正则性。
• 证明平均场博弈的解可作为大量但有限玩家群体的近似纳什均衡。
• 量化大规模随机微分博弈中平均场博弈均衡与真实均衡之间的近似误差。
• 将随机最大值原理扩展至非马尔可夫、依赖于分布的系统，从而通过值函数实现解的表示。

提出的方法

• 将平均场博弈问题表述为概率测度流空间中的不动点问题。
• 基于随机最大值原理的概率方法，将博弈问题转化为麦凯恩-弗拉索夫型FBSDE系统。
• 通过施瓦兹不动点定理证明有界系数情况下的解存在性，随后利用紧致性与先验估计将结果推广至线性增长系数情形。
• 通过截断与测度及系数的利普希茨正则化，构造一般系数下的逼近序列。
• 从随机最大值原理导出量身定制的先验估计，以建立逼近序列的紧致性与收敛性。
• 定义并证明值函数的存在性，该值函数可将后向分量以向前动态的形式表达，从而将经典FBSDE值函数理论推广至非马尔可夫、依赖于分布的设定。

实验结果

研究问题

• RQ1 当系数关于状态与控制为仿射且一般依赖于状态分布时，拉斯利与利翁提出的平均场博弈系统是否存在解？
• RQ2 能否证明平均场博弈系统的解可作为具有大量但有限名玩家博弈的近似纳什均衡？
• RQ3 随着玩家数量增加，平均场近似解的收敛速率是多少？
• RQ4 在非马尔可夫、依赖于分布的设定下，平均场博弈的值函数能否被严格定义并表征？
• RQ5 如何将随机最大值原理适配于系数依赖于解分布的系统（如麦凯恩-弗拉索夫型FBSDEs）？

主要发现

• 在系数具有线性增长的条件下，麦凯恩-弗拉索夫型FBSDE系统的解存在，其结果超越了有界系数的情形。
• 平均场博弈的值函数定义良好且具有正则性，使得后向分量可表示为向前过程的函数。
• 平均场博弈系统的解可为大规模随机微分博弈提供近似纳什均衡。
• 平均场解与真实纳什均衡之间的近似误差被量化，且误差随玩家数量增加而减小。
• 通过随机最大值原理的概率方法成功避免了需同时求解耦合的哈密顿-雅可比-贝尔曼方程与柯尔莫哥洛夫方程。
• 通过截断与测度正则化构造逼近序列的方法，保持了利普希茨连续性与紧致性所必需的符号条件等关键性质。