Width, Memory, and Delay: A Resource Accounting for the Limits of Flat Multi-Agent Systems

Resumen Técnico: Ancho, Memoria y Retraso: Una Contabilidad de Recursos para los Límites de los Sistemas Multiagente Planos

Planteamiento del Problema
El artículo aborda un debate fundamental en el diseño de sistemas multiagente escalables (que van desde enjambres de robots hasta colectivos de modelos de lenguaje extensos): si aumentar el número de agentes (ancho de población) puede superar indefinidamente los límites de rendimiento, o si se requiere estrictamente una organización jerárquica cualitativamente más profunda. Esta indagación está motivada por un preimpreso reciente [7] que afirma que los sistemas multiagente planos y homogéneos poseen un "suelo causal" irreducible e independiente de la población sobre el error alcanzable, el cual solo puede reducirse mediante una organización jerárquica (de bucles anidados). Los autores argumentan que esta afirmación confunde dos conceptos distintos: la planitud arquitectónica (falta de bucles de control anidados) y la planitud de memoria (falta de estado dinámico interno). El artículo busca reemplazar este debate binario de "plano vs. profundo" con un modelo de recursos cuantitativo basado en tres dimensiones distintas: ancho de población ($N$), memoria del modelo interno por agente ($d$) y predicción a través del retraso de observación ($\tau$).

Metodología
Los autores emplean un banco de pruebas de rechazo de perturbaciones controlado, fundamentado en la teoría de control estocástico clásica (control de varianza mínima, el principio del modelo interno y las restricciones de Bode/agua de la bañera).

• Modelo del Sistema: Un estado de planta escalar único $x[t]$ evoluciona bajo una perturbación estructurada común $d[t]$ (compuesta de tonos de banda estrecha y un proceso AR) y es observado por $N$ agentes homogéneos. Los agentes reciben observaciones con retraso ($\tau$) y ruido ($v_i$). Sus acciones de control se promedian para formar una entrada colectiva.
• Definiciones de Recursos:
  • Ancho ($N$): El número de agentes que promedian el ruido de medición independiente.
  • Memoria ($d$): La dimensión del estado dinámico interno por agente (ej. integradores, resonadores) utilizado para modelar el generador de la perturbación.
  • Retraso ($\tau$): La latencia entre la observación y la acción de control, que establece un horizonte de predicción.
• Controladores Probados:
  • Escalera (Ladder): Enjambres homogéneos planos con aumento de la memoria interna por agente (P, PI y bancos de resonadores PI+).
  • Cascada (Cascade): Un sistema jerárquico de dos bucles diseñado (la línea base "profunda").
  • Frontera de Kalman (Kalman Frontier): Un controlador de varianza mínima centralizado con modelo de oráculo que sirve como el óptimo computable.
  • Adaptativo (Adaptive): Un controlador sin oráculo que aprende las frecuencias de la perturbación en línea mediante la detección de picos de periodograma y resonadores de fase bloqueada.
• Evaluación: El rendimiento se mide mediante el Error Cuadrático Medio (MSE) en estado estacionario. El estudio incluye experimentos extensos variando $N$, $d$ y $\tau$, junto con comprobaciones de robustez contra desajustes de frecuencia, perturbaciones no estacionarias (chirps y cambio de régimen), no linealidad leve y plantas espacialmente extendidas.

Contribuciones Clave

1. Contraejemplo al Teorema de Sistemas Planos Fuertes: El artículo demuestra que un enjambre homogéneo plano con modelos internos coincidentes por agente puede lograr un suelo de error más bajo que una jerarquía de dos bucles diseñada, cuando ambos poseen igual memoria por agente. Esto refuta la afirmación de que la jerarquía arquitectónica es necesaria para reducir el suelo de error; la profundidad temporal puede lograrse mediante memoria dinámica (recurrente) en lugar de anidamiento arquitectónico.
2. Mapa Cuantitativo de Ancho $\times$ Memoria: Los autores establecen que el ancho y la memoria no son mutuamente intercambiables.
   • El Ancho reduce la componente del error debida al ruido de medición independiente (escalando como $1/N$), pero no puede reducir la perturbación residual estructurada causada por frecuencias de perturbación no modeladas.
   • La Memoria (específicamente los estados del modelo interno) es necesaria para cancelar las perturbaciones estructuradas.
   • Un análisis estricto de presupuesto total de estados ($N \cdot d = \text{constante}$) revela un umbral: por debajo de cierta relación señal-ruido, aumentar el ancho es beneficioso; por encima de ella, invertir estados en memoria (profundidad) supera decisivamente a la adición de agentes.
3. El Teorema del Retraso: El artículo cuantifica un suelo de error irreducible determinado por el retraso de observación $\tau$ y la imprevisibilidad del entorno sobre ese horizonte. Este suelo corresponde a la varianza del error de predicción de varios pasos hacia adelante de la perturbación más la incertidumbre de la detección ruidosa y retardada. Este límite se verifica contra el controlador predictivo óptimo (Proposición 2) con un margen del 1%.
4. Costo de la Adaptación: El estudio cuantifica la brecha de rendimiento entre los controladores con conocimiento de oráculo y los controladores adaptativos en línea. Aunque los controladores adaptativos se acercan a la línea base del oráculo en entornos de banda estrecha estacionarios, sufren transitorios de reidentificación durante cambios rápidos de régimen, rindiendo a veces peor que los bucles robustos sin memoria.
5. Reglas de Diseño: Se destilan cuatro pautas prácticas para profesionales: (1) Contar primero los modos de perturbación (cada uno necesita estados de modelo interno); (2) Añadir ancho solo hasta el punto en que la reducción de ruido se encuentra con el suelo estructural; (3) Tratar la latencia como un muro duro que requiere predicción o reducción de latencia, no más agentes; (4) Negociar la profundidad de muesca por robustez o adaptar solo si los regímenes sobreviven a los tiempos de identificación.

Resultados

• Plano vs. Jerarquía: En los experimentos E1-E3, un enjambre de resonadores plano ($d=2$) logró un suelo de MSE (0.058) más bajo que la mejor cascada de dos bucles ajustada (0.107) con igual memoria por agente, refutando directamente la afirmación de imposibilidad para sistemas planos.
• No Intercambiabilidad: El experimento E4 mostró que aumentar $N$ no puede reducir el error de una banda de perturbación no cubierta por el modelo interno (el MSE permaneció independiente de $N$ para bandas no cubiertas).
• Análisis de Presupuesto: En el Bloque A, para un presupuesto total de estados fijo, aumentar la profundidad de memoria ($d$) dominó sobre el aumento del ancho ($N$) una vez que se cruzó un umbral de SNR mínimo. Por debajo de este umbral, el ruido de medición dominaba, haciendo que el ancho fuera crítico.
• Límites de Retraso: El Bloque C confirmó que el suelo de MSE crece con $\tau$ y coincide con el suelo semi-analítico de Riccati de la Proposición 2 con un margen de error del 0.89%.
• Robustez: Los resonadores agudos proporcionaron una supresión profunda pero fueron frágiles ante el desajuste de frecuencia. Los controladores adaptativos manejaron bien los chirps pero fallaron bajo cambios de régimen rápidos debido a los transitorios de identificación.
• Generalización: La contabilidad de recursos se mantuvo para plantas espacialmente extendidas (anillo de 12 nodos y rejilla de 6x6) y bajo observabilidad parcial, confirmando que los hallazgos no son artefactos del banco de pruebas escalar.

Significancia y Reivindicaciones
El artículo afirma resolver la aparente paradoja de la escalabilidad multiagente reformulando el problema como "contabilidad de recursos" en lugar de jerarquía arquitectónica. Argumenta que la "profundidad" requerida para superar los límites de rendimiento no es necesariamente arquitectónica (bucles anidados), sino dinámica (modelos internos dentro de los agentes).

• Alcance: Los autores declaran explícitamente que sus afirmaciones se basan en la teoría de control lineal con no linealidades acotadas y no se extienden a plantas caóticas o de fase no mínima.
• Relevancia para LLM: Aunque el banco de pruebas es un sistema de control físico, los autores proponen el triángulo de recursos (ancho, memoria, retraso) como una hipótesis para los colectivos cognitivos (ej. agentes de LLM), sugiriendo que la "memoria" se mapea al contexto/recuperación y el "retraso" a la latencia de razonamiento. Postulan que el hallazgo empírico de que un solo agente fuerte puede igualar un flujo de trabajo multiagente se explica por un modelado interno adecuado, mientras que la escala ayuda principalmente cuando añade diversidad (cobertura espectral) en lugar de mera replicación.
• Modestia: Los autores evitan pretender haber probado nuevos teoremas de imposibilidad. En su lugar, proporcionan un contraejemplo a una afirmación fuerte existente y ofrecen un modelo de recursos más preciso y fundamentado en la teoría clásica, verificado empíricamente. Reconocen que su controlador adaptativo es una línea base heurística y que la estimación distribuida (comunicación entre agentes) es una extensión directa aún no explorada en su totalidad.