[论文解读] Rational Verification for Nash and Subgame-Perfect Equilibria in Graph Games

Léonard Brice, Jean-François Raskin+1 more|arXiv (Cornell University)|Jan 1, 2023

Game Theory and Applications参考文献 27被引用 4

一句话总结

本文对五种收益类型（parity、quantitative reachability、energy、discounted-sum 和 mean-payoff）的多人图游戏中的纳什均衡与子博弈完美均衡的理性验证与策略检查进行了全面的复杂度分析。文章提出了两种核心构造——偏离游戏（deviation game）与产品游戏（product game），将均衡检查与理性验证问题简化为更简单的决策问题，从而建立了紧致的复杂度界限，包括能量博弈中纳什均衡检查的 coNP-完全性，以及子博弈完美均衡下理性验证的不可判定性。

ABSTRACT

We study a natural problem about rational behaviors in multiplayer non-zero-sum sequential infinite duration games played on graphs: rational verification, that consists in deciding whether all the rational answers to a given strategy satisfy some specification. We give the complexities of that problem for two major concepts of rationality: Nash equilibria and subgame-perfect equilibria, and for three major classes of payoff functions: energy, discounted-sum, and mean-payoff.

研究动机与目标

• 形式化并分析多人非零和无限时长效力图游戏中理性验证与策略检查的计算复杂度。
• 解决在人类或自主机器人等异构组件存在的系统中，基于理性代理行为验证系统正确性的挑战。
• 提供一个通用的理性验证框架，确保仅当环境代理根据其目标理性行为时，系统目标才能被满足。
• 为五类主要收益函数类别的纳什与子博弈完美均衡问题建立紧致的复杂度界限。
• 解决能量博弈中关于不可判定性与完备性的开放问题，特别是子博弈完美均衡下的理性验证。

提出的方法

• 引入偏离游戏构造，将纳什与子博弈完美均衡检查简化为一个更简单的问题：判断某一玩家是否能在一次对弈中获得比另一玩家更优的收益。
• 提出产品游戏构造，将领导者（Leader）的有限状态策略描述嵌入游戏领域，从而将理性验证问题约化为通用阈值问题。
• 使用归约方法证明紧致的复杂度界限，包括能量博弈中纳什均衡检查的 coNP-完全性，以及子博弈完美均衡下理性验证的不可判定性。
• 采用一种新颖的从 3-SAT 到游戏的归约，构造出一个游戏，使得 epsilon-SPE 与布尔公式的满足赋值一一对应，从而确立硬度结果。
• 分析无限记忆在子博弈完美均衡中的作用，表明即使在简单游戏中，SPE 也可能需要无限记忆。
• 将该构造应用于证明：在能量博弈中，子博弈完美均衡下的理性验证是不可判定的（即使领导者仅与两名对手对弈），而纳什均衡下的理性验证为 co-RE-完全。

实验结果

研究问题

• RQ1 在具有不同收益函数的图游戏中，检查给定策略组合是否为纳什均衡的计算复杂度是什么？
• RQ2 在不同收益类型下，检查策略组合是否为子博弈完美均衡的复杂度是多少？
• RQ3 在子博弈完美均衡下，能量博弈中的理性验证是否可判定？其复杂度如何？
• RQ4 理性验证与均衡检查的复杂度在 parity、energy、discounted-sum、mean-payoff 和 quantitative reachability 目标下如何变化？
• RQ5 能否将具有给定收益边界的 epsilon-SPE 的存在性约化为已知的决策问题？这对复杂度界限有何含义？

主要发现

• 对于 parity、quantitative reachability、discounted-sum 和 mean-payoff 游戏，纳什均衡检查可在多项式时间内完成，但能量博弈中为 coNP-完全。
• 除能量博弈外，所有收益类型的子博弈完美均衡检查均可在多项式时间内完成；在能量博弈中，其复杂度同样为 coNP-完全。
• 在能量博弈中，纳什均衡的理性验证为 co-RE-完全，而子博弈完美均衡下的理性验证则是不可判定的，即使领导者仅与两名玩家对弈。
• 本文确立了在子博弈完美均衡下，能量博弈中的理性验证是不可判定的，而在纳什均衡下为 co-RE-完全。
• 证明了具有给定收益边界的 epsilon-SPE 的存在性等价于一个 3-SAT 公式的可满足性，从而确立了紧致的复杂度界限。
• 在构造的游戏中的最小 epsilon（使得 SPE 存在）恰好对应于满足一个 3-SAT 公式的最小赋值，证明了该问题在相关设定下为 PSPACE-难与 coNP-难。