Day 4 Shapley Value 四大特徵:效率、對稱性、沒貢獻的玩家零收益與可加性

更新 發佈閱讀 8 分鐘

回顧 Shapley value

令 N = {1,2,…,n} 為玩家集合,v 為特徵函數(v(∅) = 0),假設此合作賽局為超加性賽局且結果的聯盟結構為全體聯盟。Shapley Value 是利用「所有可能的進場順序」之下,每位玩家對整體的邊際貢獻平均值來計算。具體步驟如下:



定義一個排列表示玩家進場順序:

raw-image

總共會有 n! 種不同的進場順序(排列)。



再給定了一個進場順序 (a_1, a_2,..., a_n) 下,成員 i 的邊際貢獻是這樣計算的:

raw-image

於是成員 i 在此順序下的邊際貢獻就是

raw-image

接著,我們就對每個先後順序都計算成員 i 在該順序下的邊際貢獻,取平均即可

raw-image

其中的求和符號要讓 sigma 跑遍所有可能的先後順序,因為成員有 n 為,所以總共有 n! 個邊際貢獻需要計算。此 phi_i (G) 即為成員 i 的 Shapley value。


對每個成員 i 都計算其 Shapley value 就可以得到在全體聯盟下,最後的效益分配向量:

raw-image


效率 Efficiency

意義:Shapley value 滿足

raw-image

代表整個博弈的總價值 v(N) 會被完整地分配給所有玩家,沒有浪費或剩餘。

證明

我們要證明對任一合作賽局 G(滿足 v(∅) = 0),有

raw-image

根據定義,此等式可寫為

raw-image

令某個排列為

raw-image

注意到以下事實

raw-image

原因是,等式左右邊都是把所有玩家在該排列下的所有邊際貢獻都加起來,只是一個按照順序加起來,另一個根據排列順序 a1, a2, ..., an 加起來。


我們還可以繼續往下寫:

raw-image

於是回到原式,可以寫出

raw-image

因為最後的求和符號會跑遍一共 n! 個排列順序。

證明完畢。


對稱性 Symmetry


對稱性:若對於任何不包含玩家 i 與 j 的聯盟 C⊆N,皆有

raw-image

則稱玩家 i 與 j 在此博弈中「對稱」。也就是說,不論在哪個子集合 C 裡,將 i 加入或將 j 加入,其貢獻都一模一樣。


對於兩個對稱的玩家 i 與 j ,Shapley value 必定會分配給他們一樣的效益

證明

(非常複雜)

首先我們要證明的東西是,當 i 與 j 為對稱時,

raw-image

我們就採用相減等於零的證明方法

raw-image

注意到我們可以把排列分為兩類

raw-image

於是上面的算式就可以寫為

raw-image

意思是第一個求和符號跑遍所有 i 在 j 之前的排列,而第二個求和符號跑遍所有 j 在 i 之前的排列。


注意到對於每個 i 在 j 之前的排列

raw-image

我們都可以對應到一個 j 在 i 之前的排列

raw-image

也就是把 i 與 j 互換,其他排序保持不動。

我們來計算以下的值:

raw-image

第一個括號的計算為:(藍色為要加上的效用,紅色為要減去的效用)

raw-image

raw-image

類似地,第二個括號要計算

raw-image

raw-image

好先注意到

raw-image

以及

raw-image

再來根據玩家 i 與 玩家 j 的對稱性,我們知道

raw-image

因為上上一條告訴我們

raw-image

最後了加油!我們需要證明

raw-image

raw-image

效用一樣,很簡單,兩者分別可寫成

raw-image

其中 C 為不包含玩家 i 與 j 的聯盟,於是再次根據對稱性

raw-image

到此為止,紅色(加法)與藍色(減法)的效用一對一對互相抵銷了。

我們得出結論

raw-image

所以我們要證明的算式

raw-image

(對於第一個求和符號中的每個排列,你都可以在第二個求和符號中找到一個對應的,也就是把 i 與 j 對調的排列,兩者做剛剛上面的計算會等於零)


證明完畢


沒貢獻的玩家不可得到收益 Dummy Player gets nothing

沒貢獻的玩家:若對於任何不包含 i 的聯盟 C⊆N,都有

raw-image

則稱玩家 i 為 Dummy Player (沒貢獻的玩家)。

Shapley value 必定不會分配給 Dummy Player 任何效益

證明

對於任一排列(進場順序),玩家 i 的邊際貢獻定義為

raw-image

由於 i 是 Dummy Player,對於任何不包含 i 聯盟 S(特別是 S=S_sigma (i) ),有

raw-image

因此,對每個排列sigma 都有

raw-image

最後我們可以計算 Shapley Value

raw-image

證明完畢


可加性 Additivity


假設在同一個群體 N 上,有兩個不同的超加性賽局 G1, G2 分別有特徵函數 v 與 w ,並假設這些特徵函數下最後都會行程全體聯盟(也就很自然計算出 Shapley Value)。現在定義一個新賽局 G 有特徵函數

raw-image

其實就是對每個聯盟 S 有特徵函數值

raw-image

首先,因為 G1 與 G2 都是超加性,所以 G 也會是超加性,而其結果也會是全體聯盟。(證明在下面)


而如果要計算新賽局的 Shapley Value ,我們可以直接把原本 G1 與 G2 中的 Shapley Value 直接相加得到:

raw-image

這就是 Shapley Value 的「可加性」



證明


首先讓我們證明「因為 G1 與 G2 都是超加性,所以 G 也會是超加性」


假設 S 與 T 為兩個不相交的聯盟,因為 G1 與 G2 都是超加性,所以

raw-image

將兩個不等式相加,得到:

raw-image

因此

raw-image

證明完畢


其次讓我們證明可加性

raw-image

根據 Shapley Value 的定義,對於賽局 G

raw-image

而其中

raw-image

因此

raw-image

證明完畢



Takeaway

  • 效率(Efficiency):

證明了所有玩家的 Shapley Value 總和恰好等於大聯盟 v(N)v(N) 的總價值,確保博弈中產生的全部價值都被分配,沒有浪費或剩餘。

- 對稱性 (Symmetry):

如果兩位玩家在不包含他們的任何聯盟中所帶來的額外效用相同,那麼他們的邊際貢獻在所有排列下都是相同的,最終的 Shapley Value 也相等,這反映了公平性。

- 沒貢獻的玩家 (Dummy Player gets nothing):

當某位玩家無論在哪個聯盟中加入都不會增加額外價值時,其邊際貢獻均為零,因此 Shapley Value 為 0,保證了「沒貢獻的玩家不分配收益」的原則。


- 可加性 (Additivity):

如果將兩個賽局的特徵函數 v 和 w 加總為新賽局 u = v + w,則新賽局中玩家的 Shapley Value 正好等於原來兩個賽局中該玩家的 Shapley Value 的和。這意味著,面對多個賽局或不同收益來源時,分配結果能保持一致且易於合併分析。



Reference

Branzei, Rodica, Dinko Dimitrov, and Stef Tijs. _Models in cooperative game theory_. Vol. 556. Springer Science & Business Media, 2008.

Chalkiadakis, Georgios, Edith Elkind, and Michael Wooldridge. _Computational aspects of cooperative game theory_. Morgan & Claypool Publishers, 2011.

留言
avatar-img
留言分享你的想法!
avatar-img
Cesare切薩雷的沙龍
7會員
22內容數
我的研究興趣是密碼學與應用數學,在這裡分享研究路上的所見所聞。
2025/03/03
我們在 Day 4 時花了大量篇幅講解 Shapley Value 的四大特性:效率性、對稱性、虛擬玩家零收益、可加性。今天要反過來證明說,如果有個效益分配函數滿足這四個特性的話,則這個 f 必定就是 Shapley Value
2025/03/03
我們在 Day 4 時花了大量篇幅講解 Shapley Value 的四大特性:效率性、對稱性、虛擬玩家零收益、可加性。今天要反過來證明說,如果有個效益分配函數滿足這四個特性的話,則這個 f 必定就是 Shapley Value
2025/03/02
在合作賽局理論裡,將「特徵函數」視作「向量」,並把所有賽局形成的集合看作一個「向量空間」,能夠為我們提供許多強而有力的數學工具。例如,我們可以用基底來唯一地表達任意賽局,進一步在此空間進行公設、解概念的分析。
2025/03/02
在合作賽局理論裡,將「特徵函數」視作「向量」,並把所有賽局形成的集合看作一個「向量空間」,能夠為我們提供許多強而有力的數學工具。例如,我們可以用基底來唯一地表達任意賽局,進一步在此空間進行公設、解概念的分析。
2025/02/28
本文介紹三大圖論合作賽局:(1) 最小生成樹遊戲:連接供應端;(2) 最短路徑遊戲:共用路段省成本;(3) Steiner樹遊戲:中繼站增彈性。它們均以「子聯盟最小費用」定義成本分攤,廣泛應用於基礎建設、物流等場域。
2025/02/28
本文介紹三大圖論合作賽局:(1) 最小生成樹遊戲:連接供應端;(2) 最短路徑遊戲:共用路段省成本;(3) Steiner樹遊戲:中繼站增彈性。它們均以「子聯盟最小費用」定義成本分攤,廣泛應用於基礎建設、物流等場域。
看更多
你可能也想看
Thumbnail
結婚是一個重大的決定,而辦婚禮更是一件耗時間耗心力又得花大錢的事。但這可是小豬和小蝸一生一次的重大決定,就算沒有太多錢,也不想失去該有的質感怎麼辦? 今天就來開箱小豬和小蝸的婚禮,和大家分享我們怎麼用少少的錢買到那些不可或缺的東西。當然是靠蝦皮購物啊!!!
Thumbnail
結婚是一個重大的決定,而辦婚禮更是一件耗時間耗心力又得花大錢的事。但這可是小豬和小蝸一生一次的重大決定,就算沒有太多錢,也不想失去該有的質感怎麼辦? 今天就來開箱小豬和小蝸的婚禮,和大家分享我們怎麼用少少的錢買到那些不可或缺的東西。當然是靠蝦皮購物啊!!!
Thumbnail
分享新家入住與佈置的蝦皮購物好物,包含入厝儀式用品、玄關收納、衣櫥整理等。同時介紹蝦皮「分潤計畫」,教學如何操作並分享聯盟行銷優點,以及雙11購物優惠資訊,鼓勵讀者一同加入賺取額外收入。
Thumbnail
分享新家入住與佈置的蝦皮購物好物,包含入厝儀式用品、玄關收納、衣櫥整理等。同時介紹蝦皮「分潤計畫」,教學如何操作並分享聯盟行銷優點,以及雙11購物優惠資訊,鼓勵讀者一同加入賺取額外收入。
Thumbnail
本案例運用常態近似計算兩家保險自留團體的必要儲備金,證明合併能節省成本,為一個「成本分攤賽局」。再透過合作賽局理論,採 Shapley Value 與核心解,分析利益分配的公平性與穩定性,展現精算與博弈思維的實務價值。
Thumbnail
本案例運用常態近似計算兩家保險自留團體的必要儲備金,證明合併能節省成本,為一個「成本分攤賽局」。再透過合作賽局理論,採 Shapley Value 與核心解,分析利益分配的公平性與穩定性,展現精算與博弈思維的實務價值。
Thumbnail
Shapley Value 是合作博弈中的公平分配方法,滿足效率、對稱性、沒貢獻的玩家零收益與可加性四大特徵。效率確保總收益被完全分配,對稱性保證貢獻相同的玩家獲得相同分配,沒貢獻的玩家零收益則讓無影響力的玩家獲得 0,可加性確保賽局合併時分配結果也能相加。本文透過數學嚴格證明這些性質
Thumbnail
Shapley Value 是合作博弈中的公平分配方法,滿足效率、對稱性、沒貢獻的玩家零收益與可加性四大特徵。效率確保總收益被完全分配,對稱性保證貢獻相同的玩家獲得相同分配,沒貢獻的玩家零收益則讓無影響力的玩家獲得 0,可加性確保賽局合併時分配結果也能相加。本文透過數學嚴格證明這些性質
Thumbnail
為甚麼不該偏心報酬率,而是該專注於「本金+絕對金額」 本金加絕對金額,就會讓你在「本多終勝」賽道脫穎而出 本多終勝 當本金越少,想要的絕對金額越高,就得提高報酬率,相對「風險也會提高」 當累積本金越多,同樣報酬率下,獲得的絕對金額卻是高的。
Thumbnail
為甚麼不該偏心報酬率,而是該專注於「本金+絕對金額」 本金加絕對金額,就會讓你在「本多終勝」賽道脫穎而出 本多終勝 當本金越少,想要的絕對金額越高,就得提高報酬率,相對「風險也會提高」 當累積本金越多,同樣報酬率下,獲得的絕對金額卻是高的。
Thumbnail
透過期望值中「勝率」及「盈虧比」所構出的四大象限,幫助大家更了解這兩者實際應用層面的問題,且會探討交易金字塔最後一塊拼圖 —「績效」,帶你領略交易本質的完整樣貌,走向金字塔的頂端!
Thumbnail
透過期望值中「勝率」及「盈虧比」所構出的四大象限,幫助大家更了解這兩者實際應用層面的問題,且會探討交易金字塔最後一塊拼圖 —「績效」,帶你領略交易本質的完整樣貌,走向金字塔的頂端!
Thumbnail
柏拉圖效率、優勢策略和奈許均衡,是賽局理論中三個基本概念 舉例來說如果兩個攤販事先商量好分散,以馬路的中間為界,在右側的中間與左側的中間分別擺攤,兩家平等賺錢,還可以確保消費者的購物距離是最短。而這種方法稱為"柏拉圖改善"在不傷害任何人的利益同時,還能使至少一人的境遇變得更好。如果一個局面已經沒有
Thumbnail
柏拉圖效率、優勢策略和奈許均衡,是賽局理論中三個基本概念 舉例來說如果兩個攤販事先商量好分散,以馬路的中間為界,在右側的中間與左側的中間分別擺攤,兩家平等賺錢,還可以確保消費者的購物距離是最短。而這種方法稱為"柏拉圖改善"在不傷害任何人的利益同時,還能使至少一人的境遇變得更好。如果一個局面已經沒有
Thumbnail
勝率不是聖杯,需要搭配盈虧比來得出期望值。而交易者只為一件事交易 — 正期望值。
Thumbnail
勝率不是聖杯,需要搭配盈虧比來得出期望值。而交易者只為一件事交易 — 正期望值。
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News