부분 모니터링에서 접근 가능성의 원시 조건

1. 서론에서는 반복 벡터값 게임에서 목표 집합 C를 장기 평균 보상이 근접하도록 보장하는 ‘접근 가능성(approachability)’ 개념을 소개하고, 전면 모니터링 상황에서 블랙웰이 제시한 원시와 이중 조건이 동등함을 설명한다. 부분 모니터링에서는 플레이어가 직접 보상을 관찰하지 못하고, 신호 H(i,j)만을 통해 정보를 얻는다. 기존 연구는 이중 조건을 이용해 접근 가능성을 정의했지만, 전략 구현이 복잡하고 수렴 속도에 대한 정량적 보장이 부족했다. 2. 모델 정의에서는 두 플레이어(플레이어와 Nature)의 행동 집합 I, J와 보상 함수 r: I×J→ℝ^d, 신호 집합 H와 매핑 H(i,j)∈Δ(H)를 명시한다. ‘플래그’ F=H(Δ(J))를 도입해, 플레이어가 실제로 관측할 수 있는 신호 분포만을 사용해 가능한 보상 집합 m(x,h)= { r(x,y) : H(y)=h }를 정의한다. 3. 기존 결과(Perchet 2011)에서는 이중 조건 C⊆ℝ^d가 (r,H)-접근 가능하기 위해서는 ∀h∈F, ∃x∈Δ(I) s.t. m(x,h)⊆C가 필요함을 제시한다. 그러나 이 조건은 캘리브레이션 기반 전략을 요구해 계산 복잡도가 높다. 4. 본 논문의 핵심은 ‘수정된 보상 함수 r̃’를 도입해 원시 조건을 재구성하는 것이다. r̃는 각 (i,j)쌍에 대해 신호 분포를 고려해 기대 보상을 재정의한다. 주요 정리 1은 반평면의 접근 가능성은 신호 구조와 무관하고, 오직 r̃에만 의존한다는 것이다. 즉, 모든 포함 반평면 C_h⊇C가 일회성 r̃-접근 가능하면 (r,H)-접근 가능성을 보장한다. 5. ‘우측 상단 코너 속성(upper‑right‑corner property)’을 정의하고, 이 속성이 성립하면 일반적인 볼록 집합에 대해서도 위 원시 조건이 충분함을 증명한다. 이 속성은 보상‑신호 구조 사이의 특정 순서 보존 관계를 의미한다. 6. 전략 설계에서는 블랙웰식 투사‑반평면 방법을 그대로 적용한다. 현재 평균 보상 r̄_n이 C 밖이면 π_C(r̄_n)으로 투사하고, 접하는 반평면 C_h을 만든다. 그 반평면에 대해 r̃-일회성 접근 가능성을 만족하는 혼합 행동 x_n+1을 선택한다. 이때 x_n+1은 선형 프로그램(또는 LP)으로 효율적으로 계산 가능하다. 7. 폴리토프 목표 집합에 대해서는 각 면을 반평면으로 분해해 유한 개의 LP만 해결하면 된다. 일반 볼록 집합에 대해서는 지지함수와 리프팅 기법을 사용해 무한 반평면을 유한 차원으로 매핑하고, 동일한 투사‑반평면 절차를 적용한다. 8. 수렴 분석에서는 마팅게일 차이와 Azuma–Hoeffding 부등식을 이용해 평균 보상이 C에 O(1/√n) 속도로 수렴함을 보인다. 이는 전면 모니터링 경우와 동일한 속도이며, 신호 구조에 의해 추가적인 오차가 발생하지 않음을 의미한다. 9. 마지막으로, Kohlberg(1975)의 불완전 정보 게임 결과와 연결해, 부분 모니터링 모델이 불완전 정보 게임의 신호 구조를 일반화한 형태임을 설명한다. 따라서 제시된 원시 조건은 기존 불완전 정보 게임 이론을 확장하고, 온라인 학습·다중 에이전트 시스템 등 실용적 응용 분야에 바로 적용 가능하다.