Inducing Peer Pressure to Promote Cooperation（博弈论+机制设计） 论文阅读笔记

一、基本信息

• 题目含义：设计机制引导同伴施压以达到促进合作的目的。
• 作者：Ankur Mani、Iyad Rahwan、Alex Pentland

二、文章摘要

• 以下内容取自原文摘要部分：
  众所周知当个体决策的外部性在整个社会中传播的时候，在由自利个体组成的大社会中合作是很难达成的。这也就导致了所谓的“公地悲剧”，也就是说理性自利举动最终导致每个人得到更坏的结果。传统促进合作的方法包括：庇古税（庇古提出的环境税）或者发放津贴使得个体带来的外部性内部化。我们提出一种新方法来达成全局合作，通过将外部性局部化到社交网络的同伴关系上，从而利用同伴压力的力量来调节行为。这个模型依赖于外部性以及同伴压力的联合。令人吃惊的是，该机制相较于庇古机制需要更少的预算去实施，甚至当考虑到同伴压力的社会成本时也是如此。即使可用的预算很少，该社会机制也可以在结果上取得较大提升。
• 关键词：外部性、社会合作、公地悲剧、庇古机制、同伴压力
• 课题背景：聚焦于做“坏事”以获利的机制，比如说工厂大肆排污降低自己成本危害他人利益。达成社会合作是指，参与者们部分抛弃自私的理性，少做“坏事”替他人着想。当然参与者不会无缘无故舍弃利益，因此无干预的情况下不可能形成合作。本文提出了一种方案：利用同伴（邻居）向做“坏事”的人施压的方法来促成合作。

三、核心模型

• 代理者集合$N$，社会网络$S=(N,E)$，其中$E\subseteq N\times N$。代理者$i$的邻居（同伴）集合为： N b r ( i ) = { j : ( i , j ) ∈ E } Nbr(i)=\{j:(i,j)\in E\} Nbr(i)={j:(i,j)∈E}（与$i$直接相连的$j$组成邻居集合）我们假设社会网络邻接矩阵稀疏并且代理者最多有$K$个同伴。
• 代理者$i$选择一个动作$x_i\in R_{+}$。（$x_i$理解为做“坏事”的多少，比如说向环境投放的污染），$\mathbf{x}\in R_{+}^{|N|}$表示$N$个代理者的动作组合。
• 每位代理者根据自身动作选择获得原始效用$u_i:R_{+}\to R$。（由正值的污染数映射到实数范围内的原始效用）我们设定$u_i$二次可微并且是严格凹函数拥有唯一极大值和下界，同时当动作选择趋于0时一阶导趋于无穷。
• 设定$x^{\ast }$表示均衡状态下的动作组合。$x^o$表示最大化社会盈余（最优情况）下的动作组合。
• 其他人决策的外部性影响自己的效用。外部性表示如下：$v_i:R_{+}\to R$（其他代理者的污染数之和映射到一个实数范围内的影响）
• 同伴施压关系我们用矩阵表示：$\mathbf{p}\in R_{+}^{N\times N}$，其中$p_{ij}$表示$i$施加在$j$身上的同伴压力。
• 铺垫工作基本完成。某个代理者的最终效用由四部分组成：加上自己决策导致的原始效用，减去他人决策导致的外部性，减去被施压，减去对他人施压造成的代价。
  $$U_i(x_i,x_{-i},p)=u_i(x_i)-v_i(\sum _{j\ne i}{x}_j)-(\sum _{j\in Nbr(i)}{p}_{ji})(x_i-x_i^o)-(\sum _{j\in Nbr(i)}{p}_{ij})c$$
• 社会盈余也就是模型的目标函数设定为：$S(x)={\sum }_{i\in N}{U}_i(x_i,x_{-i},p)$
• 我们将该外部性模型设计为二阶段博弈。第一阶段：代理者选择想要施加于邻居之上的压力；第二阶段：代理者观察自己身上的压力然后对此做出最优动作响应。
• 观察最终的效用函数，我们发现有两个元素还未确定。一是同伴施压关系$\mathbf{p}$，谁会向谁施加多大的压力？二是施压代价$c$，施压代价也直接决定了同伴施压关系。（比如你去劝说公共场合抽烟的人，可能这个人会打击报复）
• 以上展示的是效用规则，可以理解为外部性内部化的过程（也就是将所产生的外部性加入到自己的效用函数中）。该机制还设计了奖励规则。与传统的庇古税奖励外部性产生者的规则不同，该机制奖励的是外部性产生者的邻居，也就是表征邻居对外部性产生者约束程度的好坏。$r_{ji}(x_j)$表示邻居$j$采取动作$x_j$对$i$的奖励，$i$全部的奖励可以表征为${\sum }_{j\in Nbr(i)}{r}_{ji}(x_j)$。其中
  $$\begin{gathered} r_{ji}(x_j)=({\alpha }_i+{\beta }_i)(x_j-x_j^{\ast }) \\ {\alpha }_i=c{u}_j^{\prime \prime }(x_j^o),{\beta }_i=v_i^{\prime }(\sum _{k\ne i}{x}_k^o) \end{gathered}$$
• Q:该模型将施压的代价统一设定为固定值$c$，这是一个简化模型的设计，但明显不太符合实际。能否根据不同代理者的特性，去为不同代理者设计不同的施压代价函数呢？
  

四、示例分析

• 示例场景：同类代理者 N = { 1 , . . . , 100 } N=\{1,...,100\} N={1,...,100}，每个代理者在社会网络中有10个同伴。原始效用函数为$u_i(x_i)=12x_i^{0.8}-4x_i$。外部性函数为$v_i(y)=0.0001(y{)}^{1.5}$。施加压力的边际代价为$c=1$。下图展示了原始效用函数、外部性、总体效用函数随消费的改变而改变。
  
• 我们分析得知：蓝色曲线代表原始效用函数在$X=79.62$处达到最大值，同时也是无同伴压力下的均衡情况。绿色曲线代表外部性。红色曲线代表最终效用函数，在$X=31.19$处达到最大值。我们看到当前条件下施加的同伴压力，只是让$X=79.62$降低到了$X=67.47$，距离全局最优解$X=31.19$还有较大的距离。需要我们仔细调整施压力度以及施压代价等多个参数。