⚡ electrical engineering

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

Este artículo propone un marco robusto y basado en datos que permite la búsqueda descentralizada del equilibrio de Nash en sistemas multiagente con dinámicas lineales o no lineales desconocidas, perturbaciones exógenas e información de decisión parcial mediante la síntesis de controladores estabilizadores directamente a partir de datos ruidosos de entrada-estado a través de programas semidefinidos.

Autores originales: Linqi Wang, Yifei Li, Wenjie Liu, Yuzhou Wei, Gang Wang, Lihua Xie

Publicado 2026-06-23

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Linqi Wang, Yifei Li, Wenjie Liu, Yuzhou Wei, Gang Wang, Lihua Xie

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina a un grupo de drones intentando volar en una formación perfecta mientras evitan las ráfagas de viento, pero con un giro: ninguno de ellos puede ver lo que están haciendo los demás directamente. Solo pueden hablar con sus vecinos inmediatos, y no saben la física exacta de cómo les afectan sus propios motores o el viento. Además, tienen reglas estrictas que seguir, como "todos deben mantener exactamente 30 metros de altitud".

Este artículo presenta una nueva y astuta forma para que estos drones (o cualquier grupo de agentes) descubran la disposición perfecta y estable —llamada Equilibrio de Nash— sin necesidad de un manual, un plano o una bola de cristal.

Aquí está el desglose de su solución utilizando analogías sencillas:

1. El Problema: La "Orquesta Ciega"

Normalmente, para que un grupo de agentes se ponga de acuerdo en una estrategia, necesitas saber dos cosas:

Las Reglas: Cómo se mueve el sistema (la matemática del dron).
La Partitura: Qué están haciendo todos los demás en este momento.

En este artículo, la "orquesta" está tocando a oscuras.

Información Parcial: Cada dron solo escucha a sus vecinos, no a toda la banda.
Dinámicas Desconocidas: No conocen su propio peso, la potencia de su motor o cómo los empuja el viento.
Perturbaciones: Hay ruido externo (viento) que lo arruina todo.
Reglas Estrictas: Deben cumplir con restricciones específicas (como mantener una altitud fija).

Si intentaran adivinar la matemática o pedir la lista completa de los movimientos de todos, el sistema fallaría o sería demasiado lento.

2. La Solución: El "Detective Basado en Datos"

En lugar de intentar descifrar la física primero, los autores dicen: "Simplemente observemos qué sucede cuando presionamos los botones".

Proponen un marco de trabajo que actúa como un detective que resuelve un crimen mirando la evidencia (datos) en lugar de conocer el historial del criminal (el modelo).

Los Cuatro Pilares del Marco de Trabajo

Los autores construyeron un "sistema de control" con cuatro herramientas distintas trabajando juntas:

El "Calculador de Objetivos" (Modelo NE):
Imagina que cada dron tiene una calculadora que pregunta constantemente: "¿Estoy contento con mi posición actual en comparación con mis vecinos?". Si no es así, calcula una puntuación de "arrepentimiento". Este calculador utiliza un truco matemático especial (condiciones KKT) para asegurar que no se muevan aleatoriamente, sino que se muevan hacia un acuerdo específico y estable donde nadie quiera cambiar de opinión.
La "Red de Susurros" (Protocolo de Comunicación):
Dado que un dron no puede ver a todos los demás, necesita adivinar qué están haciendo los drones distantes. Los autores crearon una "red de susurros". Cada dron le pregunta a sus vecinos: "¿Qué crees que están haciendo los demás?" y transmite esa suposición. Con el tiempo, estas suposiciones se vuelven lo suficientemente precisas como para que cada dron, efectivamente, "conozca" la posición de todo el grupo, aunque solo haya hablado con sus vecinos.
El "Escudo contra el Viento" (Modelo Interno):
El viento (perturbación) es molesto. Para cancelarlo, el sistema utiliza un "Modelo Interno". Piensa en esto como unos auriculares con cancelación de ruido para el dron. Si el viento sopla con un patrón predecible (como una ráfaga constante o una onda), el dron construye una copia mental de ese patrón y presiona de vuelta contra él perfectamente, manteniendo el vuelo suave.
El "Piloto Basado en Datos" (El Controlador):
Esta es la parte mágica. Normalmente, necesitas las ecuaciones exactas del dron para escribir el código que lo controla. Aquí, los autores utilizan Programación Semidefinida (SDP).

La Analogía: Imagina que quieres enseñar a un robot a caminar. En lugar de escribir un libro de texto de física para el robot, simplemente lo haces caminar 50 veces mientras registras los datos. Luego, introduces ese video desordenado y con ruido en un programa de computadora que dice: "Bien, basándome en estos 50 intentos, aquí está el patrón exacto de presión de botones que funcionó mejor".
El artículo demuestra que incluso si los datos son ruidosos (como una cámara temblorosa), este método garantiza que los drones eventualmente dejarán de tambalearse y se establecerán en la formación perfecta.

3. El Giro "No Lineal"

El artículo también aborda una versión más difícil: ¿qué pasa si los drones tienen peculiaridades no lineales extrañas (como un motor que se comporta de forma diferente cuando se calienta)?

Utilizan una técnica llamada "Lifting" (Elevación). Imagina tomar un dibujo 2D de una curva y estirarlo hacia 3D para que parezca una línea recta. Esto les permite usar la misma matemática basada en datos en sistemas complejos y ondulantes, siempre que esas ondulaciones sigan ciertas reglas predecibles (como ser "acotadas" o "suaves").

4. Los Resultados: Prueba en la Simulación

Los autores probaron esto en dos escenarios:

Red de UAV: Seis drones intentando alcanzar puntos de destino específicos mientras mantienen una altitud fija, a pesar del viento.
Formación de Alas Rotatorias: Cinco helicópteros con física no lineal compleja tratando de coordinarse.

El Resultado:

Los drones encontraron con éxito la formación perfecta (el Equilibrio de Nash).
Ignoraron el viento y mantuvieron la altitud correcta.
Crucialmente: Su rendimiento fue casi idéntico al de un sistema "perfecto" que sí conocía todas las ecuaciones de la física. El método basado en datos funcionó igual de bien sin necesidad del manual.

Resumen

Este artículo trata de enseñar a un grupo de extraños a bailar en perfecta sincronía sin un coreógrafo, sin conocer el tempo de la música y sin ver a los otros bailarines. Lo logran:

Escuchando a sus vecinos inmediatos para adivinar los movimientos de toda la sala.
Registrando sus propios pasos para aprender el ritmo sobre la marcha.
Usando un truco de "cancelación de ruido" para ignorar el viento.
Confiando en los datos que recolectaron para guiarlos hacia la formación de danza perfecta y estable.

El artículo afirma que esto funciona matemáticamente y lo demuestra con simulaciones por computadora, mostrando que no necesitas conocer las "reglas de la física" para controlar sistemas complejos y conectados; solo necesitas buenos datos y el algoritmo adecuado.

Resumen Técnico: Búsqueda de Equilibrio de Nash Robusta Basada en Datos bajo Información de Decisión Parcial

Formulación del Problema
Este artículo aborda el desafío de la búsqueda descentralizada del equilibrio de Nash (EN) en sistemas multiagente caracterizados por dinámicas lineales (y posteriormente no lineales) desconocidas, perturbaciones exógenas, restricciones de igualdad e información de decisión parcial. En este escenario, los agentes pretenden minimizar funciones de costo cuadráticas locales sujetas a restricciones de igualdad lineales. Sin embargo, a diferencia de las configuraciones teóricas de juegos estándar, los agentes no tienen acceso directo a las decisiones de los demás agentes; solo poseen estimaciones locales derivadas de un grafo de comunicación conectado. Además, la dinámica del sistema es desconocida y los agentes están sujetos a perturbaciones generadas por exosistemas conocidos (para el caso lineal) o perturbaciones constantes (para el caso no lineal). El objetivo es diseñar controladores descentralizados que dirijan las salidas del sistema hacia el EN restringido único sin depender de la identificación explícita del sistema.

Metodología
El marco propuesto reformula el problema de búsqueda del EN restringido como un problema de regulación de salida cooperativa. Esto se logra mediante una arquitectura unificada que integra cuatro componentes clave:

Modelo de EN: Se introduce un sistema dinámico para generar un sustituto del error de seguimiento. Este modelo utiliza estimaciones locales del perfil de decisión e incorpora las condiciones de Karush-Kuhn-Tucker (KKT) para manejar las restricciones de igualdad. El error de regulación se define basándose en el pseudogradiente de la función de costo y los multiplicadores de Lagrange.
Protocolo de Comunicación: Para abordar la información de decisión parcial, se emplea un protocolo de comunicación basado en consenso. Los agentes intercambian estimaciones locales del perfil de decisión para reconstruir los componentes no disponibles del vector de decisión global necesarios para la evaluación del gradiente.
Modelo Interno: Para rechazar las perturbaciones exógenas, se aplica el principio del modelo interno. Para sistemas lineales, esto implica un modelo interno dinámico impulsado por la matriz del exosistema $E_i$ . Para perturbaciones constantes, esto se reduce a una estructura de control integral.
Síntesis Basada en Datos: En lugar de identificar las matrices del sistema ( $A_i, B_i, C_i, D_i$ $A_{i}, B_{i}, C_{i}, D_{i}$ ), los controladores se sintetizan directamente a partir de datos de entrada-estado ruidosos recolectados fuera de línea (offline).
- Caso Lineal: El problema se plantea como un programa semidefinido (SDP). Al aprovechar el Lema Fundamental y factorizar los datos de perturbación desconocidos, los autores derivan condiciones (que involucran las matrices $P_i, S_i$ y los escalares $\tau_i, \chi_i, \alpha_i$ ) que garantizan la estabilidad de bucle cerrado y la convergencia asintótica al EN. La factibilidad de estos SDP asegura la existencia de una ganancia de estabilización $K_i$ calculada únicamente a partir de datos.
- Caso No Lineal: El marco se extiende a una clase de sistemas no lineales con perturbaciones constantes. Las no linealidades se manejan mediante una representación "elevada" (lifted) y se restringen mediante desigualdades cuadráticas (procedimiento S). La síntesis implica resolver Desigualdades Matriciales Lineales (LMI) que consideran los términos no lineales y el ruido de medición.

Contribuciones Clave
El artículo realiza tres contribuciones principales:

Marco Unificado: Desarrolla un marco de control que integra un modelo de EN, un protocolo de comunicación, un modelo interno y un controlador basado en datos. Esto reformula el problema de búsqueda del EN en un problema de regulación de salida cooperativa, manejando explícitamente las restricciones de igualdad y la información de decisión parcial.
Síntesis Lineal Robusta: Para sistemas lineales desconocidos sujetos a perturbaciones provenientes de exosistemas conocidos, propone un método de diseño basado en datos utilizando SDPs. Este método garantiza la estabilidad de bucle cerrado y la convergencia asintótica al EN restringido utilizando únicamente datos de entrada-estado ruidosos, sin requerir las matrices exactas del sistema.
Extensión No Lineal: Extiende el enfoque directo basado en datos a una clase de sistemas no lineales con perturbaciones constantes. Al combinar el control integral con restricciones cuadráticas sobre las no linealidades, el artículo proporciona una búsqueda de EN descentralizada y basada en datos con garantías de convergencia asintótica.

Resultados
La eficacia y robustez del método propuesto se validan mediante simulaciones numéricas:

Red de UAV (Lineal): Se simuló una red de seis vehículos aéreos no tripulados con dinámicas lineales desconocidas y perturbaciones de viento (generadas por un exosistema). Los agentes convergieron con éxito al EN restringido (manteniendo una altitud específica mientras rastrean puntos de referencia individuales) utilizando controladores sintetizados a partir de datos ruidosos recolectados offline. Las comparaciones mostraron un rendimiento comparable al de un controlador basado en modelos con matrices de sistema exactas.
Formación de Alas Rotatorias (No Lineal): Se probó una formación de cinco vehículos aéreos de alas rotatorias con dinámicas no lineales heterogéneas (que involucran términos sinusoidales) y perturbaciones constantes. El controlador basado en datos logró llevar las salidas al EN restringido, con errores de regulación convergiendo asintóticamente a cero.

Significancia y Reivindicaciones
El artículo posiciona su trabajo como una solución a desafíos fundamentales en juegos dinámicos donde los modelos de sistema no están disponibles, existen perturbaciones y la información es incompleta.

Distinción de Trabajos Existentes: Los autores aclaran que sus resultados no son una combinación directa de métodos existentes. A diferencia de enfoques de juegos basados en datos previos (por ejemplo, Wang et al., 2026b) que se centraban en juegos sin restricciones con estructuras alineadas, este trabajo maneja restricciones de igualdad e información de decisión parcial, lo que requiere la incorporación explícita de la dinámica KKT y protocolos distribuidos.
Independencia del Modelo: A diferencia de los enfoques basados en modelos (por ejemplo, Guo y De Persis, 2021; Romano y Pavel, 2025), este marco opera sin las matrices exactas del sistema. Acomoda exosistemas dinámicos para los casos lineales y se extiende a sistemas no lineales con perturbaciones constantes, ampliando la aplicabilidad de la búsqueda de EN basada en datos.
Robustez: El marco considera explícitamente el ruido de medición y las perturbaciones externas, proporcionando garantías formales de estabilidad y convergencia ante la presencia de estas incertidumbres.

El artículo concluye señalando que el trabajo futuro abordará las restricciones de desigualdad, las dinámicas variantes en el tiempo y las matrices de exosistema completamente desconocidas.