⚡ electrical engineering

Robust Data-Driven Nash Equilibrium Seeking under Partial-Decision Information

Dieses Papier schlägt ein robustes, datengesteuertes Framework vor, das die dezentrale Suche nach dem Nash-Gleichgewicht in Multi-Agenten-Systemen mit unbekannter linearer oder nichtlinearer Dynamik, exogenen Störungen und partieller Entscheidungsinformation ermöglicht, indem es stabilisierende Regler direkt aus verrauschten Eingangs-Zustands-Daten mittels semidefiniter Programme synthetisiert.

Ursprüngliche Autoren: Linqi Wang, Yifei Li, Wenjie Liu, Yuzhou Wei, Gang Wang, Lihua Xie

Veröffentlicht 2026-06-23

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Linqi Wang, Yifei Li, Wenjie Liu, Yuzhou Wei, Gang Wang, Lihua Xie

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich eine Gruppe von Drohnen vor, die versuchen, in einer perfekten Formation zu fliegen und dabei Windböen zu vermeiden, aber mit einem Twist: keine von ihnen kann direkt sehen, was die anderen tun. Sie können nur mit ihren unmittelbaren Nachbarn kommunizieren, und sie wissen nicht genau, wie ihre eigenen Motoren oder der Wind sie beeinflussen. Zudem müssen sie strikte Regeln befolgen, wie zum Beispiel: „Jeder muss exakt auf 30 Metern Höhe bleiben.“

Dieses Paper präsentiert einen cleveren neuen Weg, wie diese Drohnen (oder jede Gruppe von Agenten) die perfekte, stabile Anordnung – ein Nash-Gleichgewicht – finden können, ohne ein Handbuch, einen Bauplan oder eine Kristallkugel zu benötigen.

Hier ist die Aufschlüsselung ihrer Lösung unter Verwendung einfacher Analogien:

1. Das Problem: Das „blinde Orchester“

Normalerweise, um eine Gruppe von Agenten dazu zu bringen, sich auf eine Strategie zu einigen, muss man zwei Dinge wissen:

Die Regeln: Wie sich das System bewegt (die Mathematik der Drohne).
Die Partitur: Was alle anderen gerade tun.

In diesem Paper spielt das „Orchester“ im Dunkeln.

Partielle Information: Jede Drohne hört nur ihre Nachbarn, nicht die gesamte Band.
Unbekannte Dynamik: Sie kennen ihr eigenes Gewicht, ihre Motorleistung oder wie der Wind sie wegdrückt, nicht.
Störungen: Es gibt externe Störungen (Wind), die alles durcheinanderbringen.
Strikte Regeln: Sie müssen spezifische Bedingungen erfüllen (wie das Beibehalten einer festen Höhe).

Wenn sie versuchen würden, die Mathematik zu erraten oder die vollständige Liste aller Bewegungen der anderen abzufragen, würde das System versagen oder zu langsam sein.

2. Die Lösung: Der „datengesteuerte Detektiv“

Anstatt zuerst zu versuchen, die Physik zu verstehen, sagen die Autoren: „Lass uns einfach beobachten, was passiert, wenn wir die Knöpfe drücken.“

Sie schlagen ein Framework vor, das wie ein Detektiv funktioniert, der einen Verbrechen löst, indem er die Beweise (Daten) betrachtet, anstatt die Vorgeschichte des Täters zu kennen (das Modell).

Die vier Säulen des Frameworks

Die Autoren haben ein „Kontrollsystem“ mit vier verschiedenen Werkzeugen aufgebaut, die zusammenarbeiten:

Der „Ziel-Rechner“ (NE-Modell):
Stellen Sie sich vor, jede Drohne hat einen Taschenrechner, der ständig fragt: „Bin ich mit meiner aktuellen Position im Vergleich zu meinen Nachbarn zufrieden?“ Wenn nicht, berechnet er einen „Reue-Wert“ (Regret Score). Dieser Rechner verwendet einen speziellen mathematischen Trick (KKT-Bedingungen), um sicherzustellen, dass sie sich nicht nur zufällig bewegen, sondern sich auf eine spezifische, stabile Einigung zubewegen, bei der niemand seinen Standpunkt ändern möchte.
Das „Flüster-Netzwerk“ (Kommunikationsprotokoll):
Da eine Drohne nicht alle anderen sehen kann, muss sie erraten, was die entfernten Drohnen tun. Die Autoren haben ein „Flüster-Netzwerk“ geschaffen. Jede Drohne fragt ihre Nachbarn: „Was glaubst du, was die anderen gerade tun?“ und gibt diese Vermutung weiter. Mit der Zeit werden diese Vermutungen genau genug, dass jede Drohne effektiv die Position der gesamten Gruppe „kennt“, obwohl sie nur mit ihren Nachbarn gesprochen hat.
Der „Windschutz“ (Internes Modell):
Der Wind (Störung) ist lästig. Um ihn auszugleichen, nutzt das System ein „Internes Modell“. Denken Sie an dies wie ein Noise-Cancelling-Kopfhörer für die Drohne. Wenn der Wind einem vorhersehbaren Muster folgt (wie einer stetigen Böe oder einer Welle), baut die Drohne eine mentale Kopie dieses Musters auf und drückt perfekt dagegen, um den Flug ruhig zu halten.
Der „datengesteuerte Pilot“ (Der Controller):
Dies ist der magische Teil. Normalerweise benötigt man die exakten Gleichungen der Drohne, um den Code zu schreiben, der sie steuert. Hier verwenden die Autoren Semidefinit-Programmierung (SDP).

Die Analogie: Stellen Sie sich vor, Sie wollen einem Roboter das Gehen beibringen. Anstatt dem Roboter ein Physik-Lehrbuch zu schreiben, lassen Sie ihn einfach 50 Mal laufen und zeichnen dabei die Daten auf. Dann füttern Sie dieses verrauschte, unordentliche Video in ein Computerprogramm ein, das sagt: „Okay, basierend auf diesen 50 Versuchen, hier ist das exakte Muster des Knopfdrückens, das am besten funktioniert hat.“
Das Paper beweist, dass selbst wenn die Daten verrauscht sind (wie eine wackelige Kameraaufnahme), diese Methode garantiert, dass die Drohnen schließlich aufhören zu wackeln und sich in der perfekten Formation einpendeln.

3. Der „Nichtlineare“ Twist

Das Paper befasst sich auch mit einer schwierigeren Version: Was, wenn die Drohnen seltsame, nichtlineare Eigenheiten haben (wie ein Motor, der sich anders verhält, wenn er heiß wird)?

Sie verwenden eine Technik namens „Lifting“. Stellen Sie sich vor, Sie nehmen eine 2D-Zeichnung einer Kurve und strecken sie in 3D, sodass sie wie eine gerade Linie aussieht. Dies ermöglicht es ihnen, dieselbe datengesteuerte Mathematik auf komplexe, wackelige Systeme anzuwenden, solrem diese Wackelbewegungen bestimmten vorhersagbaren Regeln folgen (wie „beschränkt“ oder „glatt“ zu sein).

4. Die Ergebnisse: Beweis in der Simulation

Die Autoren testeten dies in zwei Szenarien:

UAV-Netzwerk: Sechs Drohnen, die versuchen, bestimmte Wegpunkte zu erreichen und dabei auf einer festen Höhe zu bleiben, trotz Wind.
Rotary-Wing-Formation: Fünf Hubschrauber mit komplexer, nichtlinearer Physik, die versuchen, sich zu koordinieren.

Das Ergebnis:

Die Drohnen fanden erfolgreich die perfekte Formation (das Nash-Gleichgewicht).
Sie ignorierten den Wind und blieben auf der korrekten Höhe.
Entscheidend: Ihre Leistung war fast identisch mit der eines „perfekten“ Systems, das tatsächlich alle Physikgleichungen kannte. Die datengesteuerte Methode funktionierte genauso gut wie ohne das Handbuch.

Zusammenfassung

In diesem Paper geht es darum, einer Gruppe von Fremden beizubringen, in perfektem Einklang zu tanzen, ohne einen Choreografen, ohne das Tempo der Musik zu kennen und ohne die anderen Tänzer zu sehen. Sie tun dies, indem sie:

Ihren unmittelbaren Nachbarn zuhören, um die Bewegungen des ganzen Raumes zu erraten.
Ihre eigenen Schritte aufzeichnen, um den Rhythmus im laufenden Betrieb zu lernen.
Einen „Noise-Cancelling“-Trick verwenden, um den Wind zu ignorieren.
Den gesammelten Daten vertrauen, um sie zur perfekten, stabilen Tanzformation zu führen.

Das Paper behauptet, dass dies mathematisch funktioniert, und beweist es mit Computersimulationen, die zeigen, dass man nicht die „Regeln der Physik“ kennen muss, um komplexe, verbundene Systeme zu steuern – man braucht nur gute Daten und den richtigen Algorithmus.

Technische Zusammenfassung: Robuste datengesteuerte Nash-Gleichgewichtssuche unter partieller Entscheidungsinformation

Problemformulierung
Diese Arbeit befasst sich mit der Herausforderung der dezentralen Suche nach dem Nash-Gleichgewicht (NE) in Multi-Agenten-Systemen, die durch unbekannte lineare (und anschließend nichtlineare) Dynamiken, exogene Störungen, Gleichheitsbeschränkungen und partielle Entscheidungsinformationen charakterisiert sind. In diesem Szenario streben Agenten danach, lokale quadratische Kostenfunktionen unter linearen Gleichheitsbeschränkungen zu minimieren. Im Gegensatz zu Standard-Spieltheorie-Aufbauten haben die Agenten jedoch keinen direkten Zugriff auf die Entscheidungen aller anderen Agenten; sie verfügen lediglich über lokale Schätzungen, die aus einem vernetzten Kommunikationsgraphen abgeleitet werden. Zudem ist die Systemdynamik unbekannt, und die Agenten unterliegen Störungen, die von bekannten Exosystemen (im linearen Fall) oder konstanten Störungen (im nichtlinearen Fall) erzeugt werden. Das Ziel ist es, dezentrale Regler zu entwerfen, die die Systemausgänge zum eindeutigen beschränkten NE führen, ohne auf eine explizite Systemidentifikation zurückzugreifen.

Methodik
Das vorgeschlagene Framework reformuliert das Problem der beschränkten NE-Suche als ein Problem der kooperativen Ausgangsregelung. Dies wird durch eine einheitliche Architektur erreicht, die vier Schlüsselkomponenten integriert:

NE-Modell: Ein dynamisches System wird eingeführt, um einen Surrogat für den Tracking-Fehler zu generieren. Dieses Modell nutzt lokale Schätzungen des Entscheidungsprofils und bezieht Karush-Kuhn-Tucker-Bedingungen (KKT) ein, um Gleichheitsbeschränkungen zu handhaben. Der Regelfehler wird basierend auf dem Pseudo-Gradienten der Kostenfunktion und den Lagrange-Multiplikatoren definiert.
Kommunikationsprotokoll: Um partielle Entscheidungsinformationen zu adressieren, wird ein konsensbasiertes Kommunikationsprotokoll eingesetzt. Agenten tauschen lokale Schätzungen des Entscheidungsprofils aus, um die nicht verfügbaren Komponenten des globalen Entscheidungsvektors zu rekonstruieren, die für die Gradientenbewertung erforderlich sind.
Internes Modell: Zur Unterdrückung exogener Störungen wird das Prinzip des internen Modells angewendet. Für lineare Systeme beinhaltet dies ein dynamisches internes Modell, das durch die Exosystem-Matrix $E_i$ angetrieben wird. Für konstante Störungen reduziert sich dies auf eine Integralstruktur.
Datengesteuerte Synthese: Anstatt Systemmatrizen ( $A_i, B_i, C_i, D_i$ $A_{i}, B_{i}, C_{i}, D_{i}$ ) zu identifizieren, werden die Regler direkt aus verrauschten Input-State-Daten synthetisiert, die offline gesammelt wurden.
- Linearer Fall: Das Problem wird in ein semidefinites Programm (SDP) überführt. Durch Nutzung des Fundamental Lemmas und Faktorisierung der unbekannten Störungsdaten leiten die Autoren Bedingungen (unter Beteiligung der Matrizen $P_i, S_i$ und Skalare $\tau_i, \chi_i, \alpha_i$ ) ab, die die geschlossene Regelkreisstabilität und die asymptotische Konvergenz zum NE garantieren. Die Zulässigkeit dieser SDPs gewährleistet die Existenz eines stabilisierenden Verstärkungsfaktors $K_i$ , der ausschließlich aus Daten berechnet wird.
- Nichtlinearer Fall: Das Framework wird auf eine Klasse nichtlinearer Systeme mit konstanten Störungen erweitert. Die Nichtlinearitäten werden über eine „gehobene“ (lifted) Repräsentation behandelt und durch quadratische Ungleichungen (S-Prozedur) begrenzt. Die Synthese umfasst das Lösen von linearen Matrix-Ungleichungen (LMIs), die die nichtlinearen Terme und Messrauschen berücksichtigen.

Wesentliche Beiträge
Die Arbeit leistet drei wesentliche Beiträge:

Einheitliches Framework: Es entwickelt ein Regelungs-Framework, das ein NE-Modell, ein Kommunikationsprotokoll, ein internes Modell und einen datengesteuerten Regler integriert. Dies reformuliert das NE-Suchproblem in ein Problem der kooperativen Ausgangsregelung und behandelt explizit Gleichheitsbeschränkungen sowie partielle Entscheidungsinformationen.
Robuste lineare Synthese: Für unbekannte lineare Systeme unter Störungen durch bekannte Exosysteme wird eine datengestützte Designmethode auf Basis von SDPs vorgeschlagen. Diese Methode garantiert die Stabilität des geschlossenen Regelkreises und die asymptotische Konvergenz zum beschränkten NE unter Verwendung ausschließlich verrauschter Input-State-Daten, ohne dass exakte Systemmatrizen erforderlich sind.
Nichtlineare Erweiterung: Es erweitert den direkten datengesteuerten Ansatz auf eine Klasse nichtlinearer Systeme mit konstanten Störungen. Durch die Kombination von Integralregelung mit quadratischen Beschränkungen auf Nichtlinearitäten bietet die Arbeit eine dezentrale datengesteuerte NE-Suche mit Garantien für die asymptotische Konvergenz.

Ergebnisse
Die Wirksamkeit und Robustheit der vorgeschlagenen Methode werden durch numerische Simulationen validiert:

UAV-Netzwerk (Linear): Ein Netzwerk aus sechs unbemannten Luftfahrzeugen (UAVs) mit unbekannten linearen Dynamiken und Windstörungen (erzeugt durch ein Exosystem) wurde simuliert. Die Agenten konvergierten erfolgreich zum beschränkten NE (beibehaltung einer spezifischen Höhe bei gleichzeitiger Verfolgung individueller Wegpunkte) unter Verwendung von Reglern, die aus verrauschten Offline-Daten synthetisiert wurden. Vergleiche zeigten eine Leistung, die mit einem modellbasierten Regler unter Verwendung exakter Systemmatrizen vergleichbar ist.
Rotary-Wing-Formation (Nichtlinear): Eine Formation aus fünf Drehflügluftfahrzeugen mit heterogenen nichtlinearen Dynamiken (beinhaltend Sinus-Terme) und konstanten Störungen wurde getestet. Der datengesteuerte Regler steuerte die Ausgänge erfolgreich zum beschränkten NE, wobei die Regelfehler asymptotisch gegen Null konvergierten.

Bedeutung und Ansprüche
Die Arbeit positioniert ihre Arbeit als Lösung grundlegender Herausforderungen in dynamischen Spielen, bei denen keine Systemmodelle verfügbar sind, Störungen vorliegen und Informationen unvollständig sind.

Abgrenzung zu bestehender Arbeit: Die Autoren stellen klar, dass ihre Ergebnisse keine einfache Kombination bestehender Methoden sind. Im Gegensatz zu früheren datengesteuerten Spielansätzen (z. B. Wang et al., 2026b), die sich auf unbeschränkte Spiele mit ausgerichteten Strukturen konzentrierten, behandelt diese Arbeit Gleichheitsbeschränkungen und partielle Entscheidungsinformationen, was die explizite Einbindung von KKT-Dynamiken und verteilten Protokollen erfordert.
Modellunabhängigkeit: Im Gegensatz zu modellbasierten Ansätzen (z. B. Guo und De Persis, 2021; Romano und Pavel, 2025) operiert dieses Framework ohne exakte Systemmatrizen. Es berücksichtigt dynamische Exosysteme für lineare Fälle und lässt sich auf nichtlineare Systeme mit konstanten Störungen erweitern, was die Anwendbarkeit der datengesteuerten NE-Suche vergrößert.
Robustheit: Das Framework berücksichtigt explizit Messrauschen und externe Störungen und bietet formale Garantien für Stabilität und Konvergenz in Gegenwart dieser Unsicherheiten.

Die Arbeit schließt mit dem Hinweis, dass zukünftige Arbeiten sich mit Ungleichheitsbeschränkungen, zeitvarianten Dynamiken und vollständig unbekannten Exosystem-Matrizen befassen werden.