Multiplayer Reach-Avoid Differential Games with Defender-Side Information Delay

Resumen Técnico: Juegos Diferenciales de Alcance-Evitación Multiagente con Retraso de Información del Lado del Defensor

Formulación del Problema
Este artículo investiga una clase de juegos diferenciales de alcance-evitación que involucran múltiples defensores y múltiples atacantes que se mueven en un plano bidimensional con velocidades acotadas. El desafío central abordado es la presencia de un retraso de información del lado del defensor. En este escenario, mientras que los atacantes poseen información de estado en tiempo real, cada defensor $D_i$ observa los estados de otros agentes (tanto otros defensores como atacantes) con un retraso de tiempo constante $\tau_i$. En consecuencia, los defensores basan sus decisiones de control en las posiciones pasadas de los atacantes ($t-\tau_i$) en lugar de sus posiciones actuales.

El juego involucra $N$ defensores y $M$ atacantes. Los atacantes pretenden alcanzar una región objetivo cerrada y convexa $T$, mientras que los defensores pretenden capturar a los atacantes (dentro de un radio $r_i$) antes de que lleguen a $T$. Si un atacante es capturado, los defensores buscan maximizar la distancia del punto de captura respecto a $T$, mientras que el atacante busca minimizar dicha distancia. El juego termina cuando todos los atacantes son capturados o han entrado en la región objetivo. Los autores asumen condiciones iniciales específicas para asegurar que el juego esté bien definido: los defensores permanecen inicialmente estacionarios durante el intervalo de retraso, los atacantes comienzan fuera de la región objetivo, los defensores son más rápidos que los atacantes ($\bar{v}_D > \bar{v}_A$) y las distancias iniciales son suficientes para evitar una captura inmediata antes de que termine el periodo de retraso.

Metodología
Los autores emplean un enfoque geométrico combinado con análisis convexo y conceptos de equilibrio de la teoría de juegos para resolver el problema.

1. Análisis de Un Atacante contra Un Defensor:

   • Caracterización de la Región de Ataque: Los autores derivan primero una caracterización analítica explícita de la "región de ataque retardada" ($R_{total}^A$). Esta región representa el conjunto de puntos que un atacante puede garantizar alcanzar no más tarde que el defensor, contabilizando el desfase de reacción del defensor.
   • Prueba de Convexidad: Utilizando un análisis de curvatura específico de la frontera definida por las restricciones de distancia y los parámetros de retraso, el artículo demuestra que esta región de ataque es un conjunto convexo bajo supuestos moderados.
   • Estrategias Óptimas: Basándose en la región de ataque convexa, los autores formulan un problema de optimización convexa para encontrar el punto de captura (el punto en la región de ataque más cercano a la región objetivo). Las estrategias óptimas para ambos jugadores se derivan como el movimiento a la máxima velocidad en línea recta hacia este punto de captura.
   • Verificación del Equilibrio: El artículo establece que estas estrategias constituyen un equilibrio de Nash de subjuego perfecto (SPNE). Esto se demuestra dividiendo el juego en dos etapas (antes y después de que el defensor entre en el juego) y utilizando inducción hacia atrás para mostrar la optimalidad en cada etapa.

2. Extensión a Escenarios Multiagente:

   • Un Atacante contra Múltiples Defensores: La región de ataque se define como la intersección de las regiones de ataque individuales entre el atacante y cada defensor. El punto de captura se determina resolviendo un problema de optimización convexa sujeto a las restricciones de todos los defensores. Los autores señalan que, en consistencia con trabajos previos, un máximo de dos defensores es suficiente para determinar el punto de captura bajo un juego óptimo.
   • Múltiples Atacantes contra Múltiples Defensores: El problema se extiende a un entorno general de $N$ contra $M$. Los autores incorporan "relaciones de victoria de pares conscientes del retraso" (que determinan si un defensor específico puede garantizar la captura de un atacante específico) en una formulación de emparejamiento máximo (maximum matching). Esto permite la asignación óptima de defensores a atacantes para maximizar el número de capturas.

Contribuciones Clave
El artículo realiza las siguientes contribuciones específicas:

1. Formulación Matemática: Propone una formulación rigurosa de juegos de alcance-evitación donde los defensores operan con información retrasada respecto a las posiciones de los atacantes.
2. Caracterización Analítica: Para el caso de uno contra uno, deriva una representación analítica explícita de la región de ataque retardada y demuestra su convexidad, un resultado no trivial dada la dinámica de retardo temporal.
3. Estrategias Óptimas y Equilibrio: Deriva estrategias óptimas para ambos jugadores y demuestra que forman un equilibrio de Nash de subjuego perfecto, abordando la naturaleza secuencial del juego inducida por el retraso.
4. Escalabilidad: El marco se extiende a escenarios de un atacante contra múltiples defensores y a escenarios generales de múltiples agentes, proporcionando estrategias para el cálculo del punto de captura y la asignación de defensor-atacante mediante emparejamiento máximo.

Resultados
Se realizaron simulaciones numéricas utilizando MATLAB para validar los hallazgos teóricos a través de tres escenarios:

• Uno contra Uno: Las simulaciones confirmaron que las estrategias óptimas propuestas superan tanto a las políticas de referencia de ataque puro como de defensa pura. Específicamente, las desviaciones unilaterales por parte de cualquiera de los jugadores resultaron en peores resultados para el jugador que se desvió, validando la naturaleza de equilibrio de las estrategias.
• Uno contra Múltiples: Simulaciones con un atacante y dos defensores demostraron que las estrategias cooperativas entre los defensores pueden lograr un mejor desempeño (minimizando la distancia del atacante al objetivo) en comparación con un solo defensor actuando de forma aislada.
• Multiagente: Un escenario de tres atacantes y tres defensores ilustró la efectividad del enfoque de emparejamiento máximo. La simulación mostró que los defensores se asignaron con éxito a los atacantes que podían garantizar capturar, mientras que el atacante no asignado alcanzó con éxito la región objetivo.

Significancia y Reivindicaciones
El artículo afirma ser el primero en proporcionar estrategias óptimas para juegos de alcance-evitación específicamente bajo la condición de retraso de información del lado del defensor. Si bien trabajos previos han abordado retrasos en los atacantes o juegos de alcance-evitación estándar, este trabajo llena un vacío en la literatura sobre cómo los defensores pueden mitigar óptimamente la degradación del desempeño cuando su información es inherentemente retardada.

Los autores enfatizan que su enfoque va más allá de la dificultad de resolver directamente la ecuación de Hamilton-Jacobi-Isaacs (HJI) de alta dimensión. En su lugar, aprovechando la estructura geométrica de la región de ataque retardada y su convexidad, proporcionan un marco analítico tratable basado en la verificación. Esto permite el cálculo eficiente de las condiciones de victoria y las estrategias de equilibrio en escenarios que, de otro modo, serían analíticamente intratables. El trabajo se posiciona como un paso hacia el modelado más realista de sistemas adversarios (como aplicaciones militares o aeroespaciales) donde las latencias de comunicación y procesamiento son inevitables.