Discovery of interaction and diffusion kernels in particle-to-mean-field multi-agent systems

Resumen Técnico: Descubrimiento de Kernels de Interacción y Difusión en Sistemas Multiagente

1. Planteamiento del Problema

El trabajo aborda el problema inverso de descubrir las leyes de interacción (kernels) en sistemas multiagente estocásticos a partir de datos de trayectorias observadas. El desafío principal radica en dos limitaciones críticas de los datos reales:

1. Interacciones latentes: No se observa directamente qué par de agentes interactúa en cada paso de tiempo (la matriz de emparejamiento $S_n$ es desconocida).
2. Escasez de datos: A menudo solo se dispone de una o pocas trayectorias, en lugar de múltiples realizaciones independientes, y los datos pueden ser ruidosos.

El objetivo es reconstruir las funciones de deriva (interacción) y difusión que gobiernan la dinámica del sistema, sin conocimiento a priori de su forma funcional, utilizando únicamente las trayectorias de los agentes.

2. Metodología Propuesta

Los autores proponen un marco de aprendizaje de datos (data-driven) que formula el problema como una tarea de regresión dispersa (sparse regression) en espacios de dimensión finita.

A. Modelado Jerárquico:

• Nivel Microscópico: Se parte de un modelo de interacción binaria estocástica discreta donde los agentes interactúan en pares aleatorios.
• Nivel Cinético y de Campo Medio: Se establece la conexión teórica entre las interacciones binarias y la ecuación de Fokker-Planck no local (límite de campo medio), asegurando la consistencia multiescala.

B. Aproximación Funcional:

• Se asume que los kernels de interacción $P(r)$ y difusión $D(r)$ dependen de la distancia radial $r = \|x - y\|$.
• Estos kernels se aproximan mediante combinaciones lineales de funciones base de soporte compacto y lineales por partes (polinomios lineales a trozos).
• El problema se reduce a encontrar los coeficientes óptimos de estas bases minimizando una función de pérdida cuadrática.

C. Estrategias de Identificación (Solución a la No Observabilidad):
Dado que las matrices de interacción $S_n$ no se observan, se proponen dos estrategias complementarias:

1. Muestreo por Lotes Aleatorios (Random-Batch Sampling):

   • Simula la interacción desconocida seleccionando aleatoriamente subconjuntos de pares de agentes en cada paso de tiempo.
   • Utiliza promedios empíricos sobre múltiples realizaciones de estos lotes para aproximar las expectativas condicionales de la deriva y la difusión.
   • Se implementa un ensamble donde se resuelven múltiples problemas de regresión con diferentes muestreos aleatorios, ponderando los resultados según su capacidad para reproducir la trayectoria observada (reglas de promediado o "mejor ajuste").

2. Reconstrucción de Campo Medio (Mean-Field Approximation):

   • En lugar de muestrear pares, se reconstruye la densidad empírica de los agentes a partir de los datos (usando histogramas).
   • Se formula un problema de regresión no local continuo donde la interacción se calcula integrando sobre la densidad reconstruida.
   • Esta estrategia evita la necesidad de inferir pares individuales, aprovechando la estructura macroscópica de los datos.

D. Estimación de Error A Priori:

• Se demuestra un teorema que acota el error de las trayectorias reconstruidas en términos de la norma cuadrática media.
• El error total se descompone en dos partes: el error debido a la aproximación de los kernels y el error debido a la incertidumbre en la reconstrucción de la matriz de interacción.
• Se prueba la estabilidad del método bajo la suposición de que los incrementos de ruido son conocidos o consistentes.

3. Resultados Principales

Los autores validan el marco mediante experimentos numéricos en 1D y 2D, comparando las dos estrategias contra modelos de referencia (Bounded Confidence, Atracción-Repulsión, Cucker-Smale):

• Precisión: Ambas estrategias logran reconstruir con alta precisión los kernels de deriva y difusión, incluso cuando los datos son parciales o el número de trayectorias es limitado.
• Robustez:
  • El método de lotes aleatorios es efectivo pero puede sufrir en regiones donde la probabilidad de encontrar pares distantes es baja (falta de exploración del espacio de estados).
  • El método de campo medio demuestra ser más robusto en la reconstrucción de la difusión a largas distancias, ya que la densidad reconstruida cubre todo el dominio computacional, mitigando el problema de la escasez de datos en pares específicos.
• Comparación: En la mayoría de los casos, ambas estrategias alcanzan niveles de error comparables. El enfoque de campo medio tiende a tener un error ligeramente menor en la reconstrucción de la densidad final.
• Validación: Se muestran errores relativos bajos ($L^1$ y $L^\infty$) tanto para los kernels como para la densidad de partículas reconstruida, validando la capacidad del método para predecir la dinámica futura fuera del régimen de entrenamiento.

4. Contribuciones Clave

1. Marco Unificado: Propone un enfoque unificado para la identificación simultánea de términos de deriva y difusión en sistemas estocásticos, sin requerir observación directa de las interacciones.
2. Manejo de Datos Limitados: Desarrolla estrategias (lotes aleatorios y campo medio) que funcionan eficazmente con una sola trayectoria o datos incompletos, superando la dependencia de múltiples realizaciones independientes típica en métodos anteriores.
3. Análisis Teórico: Proporciona estimaciones de error a priori rigurosas que garantizan la estabilidad de las trayectorias reconstruidas, vinculando la precisión del kernel con la precisión de la dinámica.
4. Flexibilidad: El método es aplicable a diversos modelos (opiniones, agregación, bandadas) y dimensiones espaciales.

5. Significado e Impacto

Este trabajo es significativo porque cierra la brecha entre la modelización microscópica (interacciones binarias) y la observación macroscópica (trayectorias agregadas) en sistemas complejos.

• Aplicabilidad: Es crucial para áreas donde las interacciones individuales son imposibles de rastrear, como en epidemiología (contactos no registrados), ecología (movimiento de especies) o ciencias sociales (formación de opiniones).
• Eficiencia: Al evitar la necesidad de conocer la estructura de acoplamiento exacta, el método permite el descubrimiento de leyes físicas a partir de datos "sucios" o parcialmente observados, lo cual es la norma en aplicaciones del mundo real.
• Futuro: Abre la puerta a la validación en datos reales y a la extensión del marco utilizando redes neuronales para representar kernels con estructuras más complejas que las bases polinómicas fijas.

En conclusión, el artículo presenta una metodología robusta y teóricamente fundamentada para el descubrimiento de ecuaciones gobernantes en sistemas multiagente estocásticos, superando el obstáculo fundamental de la no observabilidad de las interacciones pairwise.