⚡ electrical engineering

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

Cet article propose un cadre robuste et fondé sur les données qui permet la recherche décentralisée de l'équilibre de Nash dans des systèmes multi-agents aux dynamiques linéaires ou non linéaires inconnues, avec des perturbations exogènes et une information décisionnelle partielle, en synthétisant des contrôleurs stabilisants directement à partir de données d'entrée-état bruitées via des programmes semi-définis.

Auteurs originaux : Linqi Wang, Yifei Li, Wenjie Liu, Yuzhou Wei, Gang Wang, Lihua Xie

Publié 2026-06-23

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Linqi Wang, Yifei Li, Wenjie Liu, Yuzhou Wei, Gang Wang, Lihua Xie

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez un groupe de drones essayant de voler en formation parfaite tout en évitant les rafales de vent, mais avec un tour de l'auteur : aucun d'entre eux ne peut voir directement ce que font les autres. Ils peuvent seulement communiquer avec leurs voisins immédiats, et ils ne connaissent pas l'effet exact de leurs propres moteurs ou du vent sur eux. De plus, ils doivent suivre des règles strictes, comme : « tout le monde doit maintenir exactement 30 mètres d'altitude ».

Cet article présente une nouvelle façon ingénieuse pour ces drones (ou tout autre groupe d'agents) de trouver l'arrangement parfait et stable — appelé Équilibre de Nash — sans avoir besoin d'un manuel, d'un plan ou d'une boule de cristal.

Voici la décomposition de leur solution à l'aide d'analogies simples :

1. Le Problème : L'« Orchestre Aveugle »

Habituellement, pour qu'un groupe d'agents parvienne à s'accorder sur une stratégie, vous avez besoin de connaître deux choses :

Les Règles : Comment le système se déplace (la mathématique du drone).
La Partition : Ce que tous les autres font en ce moment même.

Dans cet article, l'« orchestre » joue dans le noir.

Information Partielle : Chaque drone n'entend que ses voisins, pas l'ensemble de la troupe.
Dynamique Inconnue : Ils ne connaissent pas leur propre poids, la puissance de leur moteur ou comment le vent les pousse.
Perturbations : Il y a un bruit externe (le vent) qui perturbe le système.
Règles Strictes : Ils doivent satisfaire des contraintes spécifiques (comme maintenir une altitude fixe).

S'ils essayaient de deviner les mathématiques ou de demander la liste complète des mouvements de chacun, le système échouerait ou serait trop lent.

2. La Solution : Le « Détective de Données »

Au lieu d'essayer de comprendre la physique d'abord, les auteurs disent : « Observons simplement ce qui se passe quand nous appuyons sur les boutons. »

Ils proposent un cadre qui agit comme un détective qui résout un crime en examinant les preuves (les données) plutôt qu'en connaissant l'historique du criminel (le modèle).

Les quatre piliers du cadre

Les auteurs ont construit un « système de contrôle » composé de quatre outils distincts travaillant ensemble :

Le « Calculateur d'Objectifs » (Modèle NE) :
Imaginez que chaque drone possède un calculateur qui demande constamment : « Suis-je satisfait de ma position actuelle par rapport à mes voisins ? ». Si ce n'est pas le cas, il calcule un score de « regret ». Ce calculateur utilise une astuce mathématique spéciale (les conditions KKT) pour s'assurer qu'ils ne se déplacent pas de manière aléatoire, mais qu'ils se déplacent vers un accord spécifique et stable où personne n'a envie de changer d'avis.
Le « Réseau de Murmures » (Protocole de Communication) :
Puisqu'un drone ne peut pas voir tout le monde, il doit deviner ce que font les drones éloignés. Les auteurs ont créé un « réseau de murmures ». Chaque drone demande à ses voisins : « Que penses-tu que les autres sont en train de faire ? » et transmet cette supposition. Avec le temps, ces suppositions deviennent assez précises pour que chaque drone « sache » effectivement la position de tout le groupe, même s'il n'a parlé qu'à ses voisins.
Le « Bouclier Anti-Vent » (Modèle Interne) :
Le vent (la perturbation) est agaçant. Pour l'annuler, le système utilise un « Modèle Interne ». Considérez cela comme un casque à réduction de bruit pour le drone. Si le vent souffle selon un motif prévisible (comme une rafale constante ou une vague), le drone construit une copie mentale de ce motif et pousse en sens inverse de manière parfaite, maintenant un vol fluide.
Le « Pilote de Données » (Le Contrôleur) :
C'est la partie magique. Habituellement, vous avez besoin des équations exactes du drone pour écrire le code qui le contrôle. Ici, les auteurs utilisent des Programmes Semi-Définis (SDP).

L'Analogie : Imaginez que vous vouliez apprendre à un robot à marcher. Au lieu d'écrire un livre de physique pour le robot, vous le faites simplement marcher 50 fois en enregistrant les données. Vous injectez ensuite cette vidéo désordonnée et bruitée dans un programme informatique qui dit : « D'accord, sur la base de ces 50 essais, voici le motif exact de pression sur les boutons qui a le mieux fonctionné ».
L'article prouve que même si les données sont bruitées (comme une caméra tremblante), cette méthode garantit que les drones finiront par arrêter de vaciller et se stabiliseront dans la formation parfaite.

3. Le Tournant « Non Linéaire »

L'article traite également d'une version plus difficile : et si les drones avaient des particularités non linéaires étranges (comme un moteur qui se comporte différemment lorsqu'il chauffe) ?

Ils utilisent une technique appelée « Élévation » (Lifting). Imaginez prendre un dessin 2D d'une courbe et l'étirer en 3D pour qu'il ressemble à une ligne droite. Cela permet d'utiliser la même mathématique basée sur les données sur des systèmes complexes et sinueux, tant que ces ondulations suivent certaines règles prévisibles (comme être « bornées » ou « lisses »).

4. Les Résultats : La Preuve par la Simulation

Les auteurs ont testé cela sur deux scénarios :

Réseau d'UAV : Six drones essayant d'atteindre des points de passage spécifiques tout en maintenant une altitude fixe, malgré le vent.
Formation d'Ailes Rotatives : Cinq hélicoptères avec une physique non linéaire complexe essayant de se coordonner.

Le Résultat :

Les drones ont réussi à trouver la formation parfaite (l'Équilibre de Nash).
Ils ont ignoré le vent et maintenu l'altitude correcte.
Crucialement : Leurs performances étaient presque identiques à celles d'un système « parfait » qui connaissait toutes les équations de la physique. La méthode basée sur les données a fonctionné aussi bien qu'un système doté d'un manuel.

Résumé

Cet article traite de la façon d'apprendre à un groupe d'inconnus à danser en parfaite synchronisation sans chorégraphe, sans connaître le tempo de la musique et sans voir les autres danseurs. Ils y parviennent en :

Écoutant leurs voisins immédiats pour deviner les mouvements de toute la pièce.
Enregistrant leurs propres pas pour apprendre le rythme à la volée.
Utilisant une astuce de « réduction de bruit » pour ignorer le vent.
Se fiant aux données collectées pour les guider vers la formation de danse parfaite et stable.

L'article affirme que cela fonctionne mathématiquement et le prouve par des simulations informatiques, montrant que vous n'avez pas besoin de connaître les « règles de la physique » pour contrôler des systèmes complexes et connectés — vous avez juste besoin de bonnes données et du bon algorithme.

Résumé Technique : Recherche de l'Équilibre de Nash Robuste Fondée sur les Données sous Information de Décision Partielle

Formulation du Problème
Cet article traite du défi de la recherche décentralisée de l'équilibre de Nash (EN) dans des systèmes multi-agents caractérisés par des dynamiques linéaires (et ultérieurement non linéaires) inconnues, des perturbations exogènes, des contraintes d'égalité et une information de décision partielle. Dans ce cadre, les agents visent à minimiser des fonctions de coût quadratiques locales soumises à des contraintes d'égalité linéaires. Cependant, contrairement aux configurations de théorie des jeux standards, les agents n'ont pas d'accès direct aux décisions de tous les autres agents ; ils ne possèdent que des estimations locales dérivées d'un graphe de communication connecté. De plus, la dynamique du système est inconnue, et les agents sont soumis à des perturbations générées par des exosystèmes connus (pour le cas linéaire) ou des perturbations constantes (pour le cas non linéaire). L'objectif est de concener des contrôleurs décentralisés qui dirigent les sorties du système vers l'EN contraint unique sans recourir à une identification explicite du système.

Méthodologie
Le cadre proposé reformule le problème de recherche de l'EN contraint comme un problème de régulation de sortie coopérative. Ceci est réalisé grâce à une architecture unifiée intégrant quatre composantes clés :

Modèle d'EN : Un système dynamique est introduit pour générer un substitut de l'erreur de poursuite. Ce modèle utilise des estimations locales du profil de décision et incorpore les conditions de Karush-Kuhn-Tucker (KKT) pour gérer les contraintes d'égalité. L'erreur de régulation est définie sur la base du pseudo-gradient de la fonction de coût et des multiplicateurs de Lagrange.
Protocole de Communication : Pour traiter l'information de décision partielle, un protocole de communication basé sur le consensus est employé. Les agents échangent des estimations locales du profil de décision afin de reconstruire les composantes indisponibles du vecteur de décision global nécessaires à l'évaluation du gradient.
Modèle Interne : Pour rejeter les perturbations exogènes, un principe de modèle interne est appliqué. Pour les systèmes linéaires, cela implique un modèle interne dynamique piloté par la matrice de l'exosystème $E_i$ . Pour les perturbations constantes, cela se réduit à une structure de commande intégrale.
Synthèse Fondée sur les Données : Au lieu d'identifier les matrices du système ( $A_i, B_i, C_i, D_i$ $A_{i}, B_{i}, C_{i}, D_{i}$ ), les contrôleurs sont synthétisés directement à partir de données d'entrée-état bruitées collectées hors ligne.
- Cas Linéaire : Le problème est transposé en un programme semi-défini (SDP). En exploitant le Lemme Fondamental et en factorisant les données de perturbation inconnues, les auteurs dérivent des conditions (impliquant les matrices $P_i, S_i$ et les scalaires $\tau_i, \chi_i, \alpha_i$ ) qui garantissent la stabilité en boucle fermée et la convergence asymptotique vers l'EN. La faisabilité de ces SDP garantit l'existence d'un gain de stabilisation $K_i$ calculé uniquement à partir de données.
- Cas Non Linéaire : Le cadre est étendu à une classe de systèmes non linéaires avec des perturbations constantes. Les non linéarités sont gérées via une représentation « levée » (lifted) et contraintes par des inégalités quadratiques (S-procédure). La synthèse implique la résolution d'inégalités matricielles linéaires (LMI) qui tiennent compte des termes non linéaires et du bruit de mesure.

Contributions Clés
L'article présente trois contributions majeures :

Cadre Unifié : Il développe un cadre de contrôle qui intègre un modèle d'EN, un protocole de communication, un modèle interne et un contrôleur fondé sur les données. Cela reformule le problème de recherche de l'EN en un problème de régulation de sortie coopérative, gérant explicitement les contraintes d'égalité et l'information de décision partielle.
Synthèse Linéaire Robuste : Pour des systèmes linéaires inconnus soumis à des perturbations provenant d'exosystèmes connus, il propose une méthode de conception basée sur les données via des SDP. Cette méthode garantit la stabilité en boucle fermée et la convergence asymptotique vers l'EN contraint en utilisant uniquement des données d'entrée-état bruitées, sans nécessiter les matrices exactes du système.
Extension Non Linéaire : Il étend l'approche directe fondée sur les données à une classe de systèmes non linéaires avec des perturbations constantes. En combinant la commande intégrale avec des contraintes quadratiques sur les non linéarités, l'article fournit une recherche d'EN décentralisée et fondée sur les données avec des garanties de convergence asymptotique.

Résultats
L'efficacité et la robustesse de la méthode proposée sont validées par des simulations numériques :

Réseau de Drones (Linéaire) : Un réseau de six véhicules aériens non habités avec des dynamiques linéaires inconnues et des perturbations dues au vent (générées par un exosystème) a été simulé. Les agents ont convergé avec succès vers l'EN contraint (maintenant une altitude spécifique tout en suivant des points de passage individuels) en utilisant des contrôleurs synthétisés à partir de données hors ligne bruitées. Les comparaisons ont montré des performances comparables à celles d'un contrôleur basé sur un modèle utilisant les matrices exactes du système.
Formation d'Aéronefs à Voilure Tournante (Non Linéaire) : Une formation de cinq véhicules aériens à voilure tournante présentant des dynamiques non linéaires hétérogènes (impliquant des termes sinusoïdaux) et des perturbations constantes a été testée. Le contrôleur fondé sur les données a réussi à conduire les sorties vers l'EN contraint, les erreurs de régulation convergeant asymptotiquement vers zéro.

Signification et Revendications
L'article positionne ses travaux comme une solution aux défis fondamentaux des jeux dynamiques où les modèles de système sont indisponibles, les perturbations sont présentes et l'information est incomplète.

Distinction par rapport aux Travaux Existants : Les auteurs précisent que leurs résultats ne sont pas une simple combinaison de méthodes existantes. Contrairement aux approches de jeux fondées sur les données précédentes (ex. Wang et al., 2026b) qui se concentraient sur des jeux non contraints avec des structures alignées, ce travail traite les contraintes d'égalité et l'information de décision partielle, nécessissant l'incorporation explicite de la dynamique KKT et de protocoles distribués.
Indépendance vis-à-vis du Modèle : Contrairement aux approches basées sur le modèle (ex. Guo et De Persis, 2021 ; Romano et Pavel, 2025), ce cadre fonctionne sans les matrices exactes du système. Il accomode des exosystèmes dynamiques pour les cas linéaires et s'étend aux systèmes non linéaires avec des perturbations constantes, élargissant l'applicabilité de la recherche d'EN fondée sur les données.
Robustesse : Le cadre prend explicitement en compte le bruit de mesure et les perturbations externes, fournissant des garanties formelles de stabilité et de convergence en présence de ces incertitudes.

L'article conclut en notant que les travaux futurs aborderont les contraintes d'inégalité, les dynamiques variant dans le temps et les matrices d'exosystèmes complètement inconnues.