시퀀스 형태를 이용한 정상형 적절 균형의 특성화와 계산

초록

본 논문은 정상형 적절 균형을 직접 구하기 어려운 전형적인 확장형 게임에서, 시퀀스 형태를 활용해 동일한 균형을 전략적 동등성으로 정의하고, ε‑퍼뮤타히드 기반의 교란 게임을 도입해 두 가지 미분 가능한 경로 추적 알고리즘을 제시한다. 실험을 통해 제안 방법의 효율성과 정확성을 입증한다.

상세 분석

정상형 적절 균형은 Myerson이 제시한 정상형 완전 균형의 강화된 형태로, 교란 구조가 더 엄격해 순차적 합리성을 보장한다. 그러나 정보 집합이 병렬적으로 늘어날수록 정상형 표현의 차원은 지수적으로 증가해 직접 계산이 실질적으로 불가능해진다. 저자들은 이 문제를 해결하기 위해 시퀀스 형태(sequence‑form)를 기반으로 새로운 기대 급여 정의를 도입한다. 기존 시퀀스 형태는 행동 순서를 변수화한 실현 계획(realization plan)으로 전략을 압축하지만, 교란을 적용하기엔 각 정보 집합의 순서가 독립적이라 정상형 적절 균형의 교란 요건을 만족시키지 못한다. 논문은 기대 급여를 ‘시퀀스에 대한 함수’로 재정의함으로써, 전략적 동등성(strategic equivalence)을 증명하고, 이 새로운 시퀀스 형태 적절 균형이 정상형 적절 균형과 완전히 일치함을 보인다.

다음 단계에서는 ε‑퍼뮤타히드(ε‑permutahedron)를 이용해 시퀀스에 대한 교란 게임 클래스를 구성한다. 퍼뮤타히드란 모든 시퀀스 실현 확률이 ε 이하의 차이를 갖도록 하는 다면체이며, 이를 통해 교란된 게임의 Nash 균형이 원 게임의 정상형 적절 균형으로 수렴하는 한계를 확보한다.

계산적 측면에서는 두 가지 인공 게임을 설계한다. 첫 번째는 로그 정규화(logarithmic regularization)를, 두 번째는 엔트로피 정규화(entropy regularization)를 도입해 기대 급여에 부가적인 부드러운 항을 추가한다. 보조 변수 τ가 양수일 때는 모든 실현 계획이 양의 값을 가지며, τ→0으로 갈수록 인공 게임의 균형 경로는 원 게임의 정상형 적절 균형에 수렴한다는 정리를 증명한다. 이 경로는 미분 가능하므로, 연속적인 경로 추적(path‑following) 방법을 적용할 수 있다. 구체적으로는 초기 양의 실현 계획에서 시작해 τ를 점진적으로 감소시키는 과정을 Newton‑type 또는 quasi‑Newton 방법으로 구현한다.

실험에서는 다양한 규모의 n‑플레이어 확장형 게임을 대상으로 두 알고리즘을 비교하였다. 결과는 기존 정상형 기반 방법에 비해 메모리 사용량이 크게 감소하고, 수렴 속도와 정확도 면에서 우수함을 보여준다. 특히, 정보 집합이 많아 정상형 차원이 폭발적으로 커지는 경우에도 제안된 시퀀스 형태 경로 추적은 실용적인 실행 시간을 기록한다.

이 논문은 정상형 적절 균형을 시퀀스 형태로 압축하고, ε‑퍼뮤타히드 기반 교란과 부드러운 정규화를 결합한 새로운 계산 프레임워크를 제시함으로써, 기존의 지수적 복잡도 문제를 근본적으로 해결하고, 다플레이어 확장형 게임에서도 효율적인 정확한 해를 제공한다는 점에서 학술적·실용적 의의를 가진다.