一种用于分层流行病控制的博弈论方法
计算机科学与博弈论
2022-08-05 v2 多智能体系统
摘要
我们设计并分析了一个用于流行病控制的分层政策干预的多层博弈论模型，例如针对 COVID-19 大流行的那些干预。我们的模型捕捉了政策制定者层级（如联邦、州和地方政府）之间在两个成本分量上的潜在错配优先级——这两个分量对政策力度具有相反的依赖关系——即干预后感染率与政策实施的社会经济成本。此外，我们的模型在决策中包含了关键的第三因素：对层级中紧邻其上的政策制定者政策的不遵从成本，例如县对州级政策的不遵从。我们提出了两种用于近似求解此类博弈的新算法。第一种基于最优响应动力学（BRD），并利用博弈的树结构。第二种将二次整数规划（QIP）——使我们能够折叠博弈的最低两层——与最优响应动力学相结合。通过大量实验，我们表明基于 QIP 的方法在运行时间和均衡解质量上都显著优于 BRD 算法。最后，我们将基于 QIP 的算法应用于基于合成和真实数据在各种参数配置下的实验，并分析所得（近似）均衡，以洞察去中心化对整体福利（度量为负成本之和）的影响，以及诸如搭便车和成本分配公平性之类的涌现性质。
引用
@article{arxiv.2102.10646,
title = {A Game-Theoretic Approach for Hierarchical Epidemic Control},
author = {Feiran Jia and Aditya Mate and Zun Li and Shahin Jabbari and Mithun Chakraborty and Milind Tambe and Michael Wellman and Yevgeniy Vorobeychik},
journal= {arXiv preprint arXiv:2102.10646},
year = {2022}
}