文献阅读（56）AAAI2021-Graph Game Embedding

本文是对《Graph Game Embedding》一文的浅显翻译与理解，如有侵权即刻删除。

朋友们，我们在github创建了一个图学习笔记库，总结了相关文章的论文、代码和我个人的中文笔记，能够帮助大家更加便捷地找到对应论文，欢迎star~

Chinese-Reading-Notes-of-Graph-Learning

更多相关文章，请移步：文献阅读总结：网络表示学习/图学习

Title

《Graph Game Embedding》

——AAAI2021

Author: Xiaobin Hong

总结

文章将博弈论的思想引入到图嵌入中，通过将节点视为玩家，边视为玩家间的交互，节点嵌入视为玩家选择的策略，来用博弈的思想学习节点嵌入，其优化目标即使得所有玩家选择的策略共同达到纳什均衡。(Game Theory即博弈论，但Game Learning也有游戏学习的称呼，在此为避免混淆，将Game统称为博弈。)

1 策略推演

给出一个无向图G=(V,E),博弈学习的目的在于为每个玩家（节点）v_i学习一个策略空间（即嵌入空间）S_i，当玩家选定一个策略后，要给出正向或负向的收益，对收益（奖励）的评估，需要构造一个效用函数U_i，对该函数的理论定义如下：

其中，-i指的是除了i之外的所有节点（后续部分公式不再给出，只介绍大意）。
事实上，文章默认每个玩家的策略空间都是相同的，那么训练目标就变成了为每个玩家学习一个严格的占优策略列表（即最优策略），即选择这一策略时玩家能够获得的收益最大，并且能够保证纳什均衡。在博弈论中，纳什均衡是一个非合作博弈的提议解决方案，涉及两个或多个参与者，其中假设每个参与者都知道其他参与者的均衡策略，没有玩家可以通过改变他们自己的策略来获得任何收获。在当前场景下，当每个玩家的策略列表共同达到纳什均衡后，就意味着节点嵌入的优化收敛了。

此外，由于直接计算玩家的最优策略计算量较大，因此文章采用类似贪心算法的思想，每一步选择一个更优策略保证收益高出先前，直至收敛。

注意到，在学习过程中，最为重要的即对玩家选择策略的收益评估，也就是效用函数U的构建。在此，文章考虑不同的交互类型，分别讨论了两类效用函数，即点对博弈嵌入和组群博弈嵌入。

2 点对博弈嵌入

文章采用该类模型，是将网络中的交互视为单对节点之前发生的，此时的效用函数有：

根据节点的交互信息（拓扑结构），可以将网络中的其他节点分为两类，正样本和负样本。其中，正样本是该节点的K阶邻居N(v_i)，又被视为合作的玩家。负样本是除正样本外的所有节点-N(v_i)，又被视为对抗的玩家。面对不同的玩家身份，玩家i选择的策略也会得到不同的收益，即：

在这种情况下，对策略间收益的具体评估公式可定义为：

事实上，玩家选择的策略，即节点的嵌入，那么对玩家间策略的收益评估，可视为节点嵌入间的相似度计算，从而能够有效地结合合作玩家（即正样本节点嵌入），区别对抗玩家（即负样本节点嵌入）。

在点对博弈视角下，模型的优化目标如下：

3 组群博弈嵌入

该类视角更关注组群之间的交互，即将一个组群的节点视为一个玩家，此时的效用函数有：

其具体评估公式为：

在这种情况下，仍然能够以K阶邻居的方式对节点的合作玩家和对抗玩家进行区分，该视角下的优化目标如下：

4 参数优化

在此需要优化的参数是策略，即节点嵌入。上文介绍了对策略的评估，而策略是怎么产生的呢？在此，文章认为一个玩家的策略要考虑其邻居信息，即需要聚合邻居的策略完成选择，则有：

其中x指的是节点的初始状态。那么整个模型的思路为：给出一个网络，可以结合属性信息或随机为每个节点生成初始的状态向量，而后通过聚合邻域信息得到节点嵌入，即玩家策略。通过选择不同的效用函数来对策略进行优化，事实上就完成了对节点嵌入的更新。

该算法的伪代码如下：

此外，文章还包括收敛分析、无监督向半监督的扩展和理论分析等内容，在此不再具体讨论。