[论文解读] Temporal Action-Graph Games: A New Representation for Dynamic Games

Albert Xin Jiang, Kevin Leyton‐Brown+1 more|arXiv (Cornell University)|May 9, 2012

Game Theory and Applications参考文献 19被引用 10

一句话总结

本文提出时序动作图博弈（Temporal Action-Graph Games, TAGGs），一种用于动态、不完美信息广义形式博弈的紧凑图表示方法，能够利用匿名性和上下文特定效用独立性。通过将博弈建模为带有确定性 chance 节点的间接 MAID 编码，TAGGs 实现了比传统 MAID 更高效的计算，在可扩展性和解的计算效率方面相比先前方法展现出显著的理论与实证优势。

ABSTRACT

In this paper we introduce temporal action graph games (TAGGs), a novel graphical representation of imperfect-information extensive form games. We show that when a game involves anonymity or context-specific utility independencies, its encoding as a TAGG can be much more compact than its direct encoding as a multiagent influence diagram (MAID).We also show that TAGGs can be understood as indirect MAID encodings in which many deterministic chance nodes are introduced. We provide an algorithm for computing with TAGGs, and show both theoretically and empirically that our approach improves significantly on the previous state of the art.

研究动机与目标

• 解决直接 MAID 编码在具有匿名性和上下文特定效用结构的动态博弈中效率低下的问题。
• 为不完美信息广义形式博弈开发一种更紧凑且可扩展的表示方法。
• 通过利用结构独立性，实现在大规模动态博弈中的高效计算。
• 将 TAGGs 形式化为带有确定性 chance 节点的间接 MAID 编码。
• 在理论和实证层面均展示优于现有最先进方法的改进。

提出的方法

• 使用时序动作图建模，以捕捉动作及其随时间变化的影响之间的依赖关系。
• 通过编码上下文特定独立结构的动作图表示效用函数。
• 引入确定性 chance 节点，以间接模拟 MAID 变量的行为。
• 通过游戏树的紧凑因子分解，减少所需条件概率表的数量。
• 设计一种利用图结构提升效率的算法，用于计算 TAGGs 中的均衡。
• 利用动作图的结构，实现大规模博弈中均衡的可扩展计算。

实验结果

研究问题

• RQ1 能否设计一种图表示方法，以紧凑方式编码具有匿名性和上下文特定效用依赖关系的动态博弈？
• RQ2 在空间和计算效率方面，TAGGs 中使用确定性 chance 节点与直接 MAID 编码相比如何？
• RQ3 在多大程度上可以利用动态博弈中的结构独立性来提升计算可扩展性？
• RQ4 TAGG 表示在理论复杂度和实证运行时间方面是否均优于现有方法？
• RQ5 TAGGs 是否可被形式化理解为具有特定确定性节点结构的间接 MAID 编码？

主要发现

• 当博弈表现出匿名性或上下文特定效用独立性时，TAGGs 相较于直接 MAID 表示实现了显著更紧凑的编码。
• TAGGs 的间接 MAID 解释表明，其编码了大量确定性 chance 节点，从而支持高效推理。
• 所提出的用于计算 TAGGs 中均衡的算法，在理论和实证层面均优于先前的最先进方法。
• 实证结果表明，TAGGs 在具有结构独立性的大规模博弈中相比 MAIDs 具有更好的可扩展性。
• 该方法通过利用动作图的稀疏性和时间结构，减少了所需条件概率表的数量。
• 在基准动态博弈中，该方法在解的计算时间和内存使用方面均表现出更优的性能。