⚡ electrical engineering

Game-theoretic Regulated Decentralized Coordination for Airspace Sector Overload Mitigation

यह शोध पत्र वायु यातायात प्रबंधन के लिए एक गेम-थ्योरेटिक, विनियमित विकेंद्रीकृत प्रोटोकॉल प्रस्तावित करता है जो एक ट्यूनेबल सहयोग कारक के साथ स्व-हितकारी सेक्टर व्यवहारों को मॉडल करता है, एक नैश इक्विलिब्रियम (Nash equilibrium) की अभिसरण क्षमता को सिद्ध करता है और यूरोपीय उड़ान डेटा के माध्यम से यह प्रदर्शित करता है कि यह न्यूनतम सहयोग के साथ सेक्टर ओवरलोड को प्रभावी ढंग से कम करता है और केंद्रीकृत बेंचमार्क के तुलनीय स्केलेबिलिटी बनाए रखता है।

मूल लेखक: Jaehan Im, Daniel Delahaye, David Fridovich-Keil, Ufuk Topcu

प्रकाशित 2026-07-15

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Jaehan Im, Daniel Delahaye, David Fridovich-Keil, Ufuk Topcu

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि यूरोप के ऊपर का आकाश एक विशाल, हलचल भरा डांस फ्लोर है जिसे 28 अलग-अलग कमरों (सेक्टरों) में विभाजित किया गया है। प्रत्येक कमरे में एक सख्त सीमा है कि एक बार में कितने डांसर अंदर आ सकते हैं—मान लीजिए 10 लोग। यदि बहुत अधिक डांसर अंदर घुसने की कोशिश करते हैं, तो कमरा "ओवरलोड" हो जाता है, जो खतरनाक और अराजक है।

लंबे समय तक, एयर ट्रैफिक मैनेजरों ने इसे हल करने के लिए एक "बिग बॉस" दृष्टिकोण का उपयोग किया: एक केंद्रीय नियंत्रक जो पूरे डांस फ्लोर को देखता है, और हर एक डांसर को ठीक से बताता है कि उन्हें सुरक्षित रहने के लिए कब चलना शुरू करना चाहिए। लेकिन जैसे-जैसे डांस फ्लोर बड़ा और अधिक जटिल होता गया, यह केंद्रीय बॉस अभिभूत (overwhelmed) होने लगा और दुनिया के कुछ हिस्सों में, ऐसा केंद्रीय नियंत्रण संभव नहीं है।

तो, इस शोध पत्र के लेखकों ने पूछा: क्या होगा अगर हम प्रत्येक कमरे को अपने डांसरों को प्रबंधित करने दें, लेकिन एक ट्विस्ट के साथ? वे यह मानकर नहीं चलना चाहते थे कि हर कोई एक निस्वार्थ नायक है जो दूसरों की मदद के लिए अपने आराम का त्याग कर देगा। इसके बजाय, उन्होंने एक ऐसा खेल बनाया जहाँ प्रत्येक कमरा थोड़ा स्वार्थी है, लेकिन थोड़ा सा दयालु भी है।

"स्वार्थी-लेकिन-थोड़ा-दयालु" खेल

शोधकर्ताओं ने एक ऐसी प्रणाली बनाई जहाँ प्रत्येक कमरा (सेक्टर) एक खेल के खिलाड़ी के रूप में कार्य करता है। उनका लक्ष्य अपने स्वयं के कमरे को जितना संभव हो सके खाली रखना है। वे ऐसा अपने नियंत्रण वाले उड़ानों के प्रस्थान समय को बदलकर कर सकते हैं—जैसे कि किसी विमान को उड़ान भरने से पहले 5, 10, या यहाँ तक कि 30 मिनट तक इंतजार करने के लिए कहना।

यहाँ चतुराई वाला हिस्सा है: उन्होंने एक "सहयोग का नॉब" पेश किया जिसे $\kappa$ (कप्पा) कहा जाता है।

यदि आप नॉब को 0 पर घुमाते हैं: तो कमरा पूरी तरह से स्वार्थी है। उसे केवल अपने स्वयं के भीड़ की चिंता है। वह अपने कमरे को खाली करने के लिए उड़ानों में देरी करेगा, भले ही इससे उसके पड़ोसी का कमरा और भी अधिक भीड़भाड़ वाला हो जाए।
यदि आप नॉब को 1 पर घुमाते हैं: तो कमरा एक पूर्ण परोपकारी है। उसे पूरे आसमान में कुल भीड़ की चिंता होती है, भले ही इसका मतलब यह हो कि उसका अपना कमरा अधिक भीड़भाड़ वाला हो जाए।
द स्वीट स्पॉट (सही संतुलन): शोध पत्र में पाया गया कि आपको नॉब को 1 तक घुमाने की आवश्यकता नहीं है। आपको केवल इसे थोड़ा सा ऊपर घुमाने की आवश्यकता है (जैसे कि $10^{-6}$ , जो व्यावहारिक रूप से शून्य है लेकिन पूरी तरह से शून्य नहीं है)। यह एक "स्व-प्राथमिकता वाले सहयोगात्मक" व्यवहार का प्रतिनिधित्व करता है। इसका मतलब है कि एक कमरा अपने पड़ोसियों की मदद तभी करेगा जब इससे खुद को नुकसान न पहुँचे। यह कुछ ऐसा है जैसे कहना, "मैं आपका सामान उठाने में मदद करूँगा, लेकिन केवल तब जब मैं अपना सूटकेस न गिरा दूँ।"

खेल के नियम

यह सुनिश्चित करने के लिए कि यह खेल नियंत्रण से बाहर न जाए, लेखकों ने एक सख्त नियम जोड़ा: कोई नया ओवरलोड नहीं।
एक कमरा अपने आप को ठीक करने के लिए अपने शेड्यूल को बदल सकता है, लेकिन उसे ऐसा कोई कदम उठाने की सख्त मनाही है जिससे उस कमरे में नया ओवरलोड पैदा हो जाए जो पहले ठीक था। यह म्यूजिकल चेयर्स के खेल जैसा है: आप अपने बैठने के स्थान को आरामदायक बनाने के लिए बदल सकते हैं, लेकिन आप किसी दूसरे को उनकी कुर्सी से तब तक नहीं हटा सकते जब जब वे सुरक्षित बैठे थे।

यह शोध पत्र गणितीय रूप से सिद्ध करता है कि यदि सभी इस नियम का पालन करते हैं और एक-एक करके अपने शेड्यूल को समायोजित करते हैं (एक "बेस्ट रिस्पॉन्स" रणनीति का उपयोग करते हुए), तो यह खेल अंततः रुक जाएगा। यह अनंत काल तक नहीं चलेगा; यह एक स्थिर अवस्था में बस जाएगा जहाँ कोई भी नियमों को तोड़े बिना अपनी स्थिति में सुधार नहीं कर सकता। इसे "प्योर नैश इक्विलिब्रियम" (pure Nash equilibrium) कहा जाता है।

प्रयोग क्या दिखाते हैं

टीम ने इस विचार का परीक्षण करने के लिए 27 जुलाई, 2023 के वास्तविक उड़ान डेटा का उपयोग किया, जिसमें यूरोप में 42,783 उड़ानें और 1,128 सेक्टर शामिल थे। उन्होंने विशेष रूप से BREST फ्लाइट इंफॉर्मेशन रीजन नामक क्षेत्र पर ध्यान केंद्रित किया, जिसमें 28 सेक्टरों में 1,247 उड़ानें चल रही थीं।

उनके सिमुलेशन में यह हुआ:

स्वार्थी दृष्टिकोण ( $\kappa = 0$ ): कमरों ने अपनी समस्याओं को ठीक करने की कोशिश की, लेकिन उन्होंने एक बड़ी गड़बड़ी छोड़ दी। उन्होंने शुरुआती ओवरलोड को केवल लगभग 47% ही कम किया। यह ऐसा था जैसे हर कोई अपने कमरे को ठीक करने की कोशिश कर रहा हो जबकि अनजाने में समस्या को गलियारे के पार धकेल रहा हो।
"थोड़ा-सा-दयालु" दृष्टिकोण ( $\kappa = 10^{-6}$ ): यही वह जादुई क्षण था। मानक परीक्षण में जहाँ कमरा क्षमता 10 विमान निर्धारित की गई थी, सहयोग की इस सूक्ष्म मात्रा ने ओवरलोड को पूरी तरह से समाप्त कर दिया। कमरों ने बस इतना समन्वय किया कि बिना किसी को संत बने आसमान को साफ किया जा सके। हालाँकि, एक कठिन "स्ट्रेस टेस्ट" में जहाँ क्षमता को घटाकर केवल 7 विमान कर दिया गया था, सिस्टम भीड़ को पूरी तरह से खत्म नहीं कर सका, लेकिन इसने भीड़भाड़ को काफी कम कर दिया।
तुलना: उन्होंने अपने तरीके की तुलना दो अन्य तरीकों से की:
1. सेंट्रलाइज्ड सॉल्वर (केंद्रीय समाधानकर्ता): एक सुपर-कंप्यूटर जो एक साथ सब कुछ हल करने की कोशिश करता है। इसने अच्छा काम किया लेकिन अक्सर थोड़ा सा ओवरलोड बचा हुआ छोड़ दिया और इसे गणना करने में लंबा समय लगा।
2. फर्स्ट-कम-फर्स्ट-सर्व्ड (FCFS): यह अक्सर ऐसे ही काम करता है—विमान बस लाइन में प्रतीक्षा करते हैं। यह सबसे खराब प्रदर्शन करने वाला तरीका था, जिसने औसतन केवल 2.5% ओवरलोड कम किया।

निष्कर्ष

शोध पत्र सुझाव देता है कि आसमान को सुरक्षित रखने के लिए आपको न तो एक केंद्रीय बॉस की आवश्यकता है और न ही निस्वार्थ गुणों वाले स्वर्गदूतों के समूह की। आपको बस एक ऐसी प्रणाली की आवश्यकता है जहाँ हर किसी को काफी हद तक स्वार्थी होने की अनुमति हो, जब तक कि वे एक सरल नियम पर सहमत हों: पड़ोसी की समस्या को बदतर न बनाएं।

अपने परीक्षणों में, यह "विनियमित विकेंद्रीकृत" (regulated decentralized) दृष्टिकोण मानक परिदृश्यों में केंद्रीय कंप्यूटर जितना ही प्रभावी था, लेकिन प्रत्येक व्यक्तिगत कमरे के लिए अपना गणित करना बहुत तेज़ था। यहाँ तक कि जब उन्होंने क्षमता को केवल 7 विमानों तक कम करके परीक्षण को कठिन बनाया (एक स्ट्रेस टेस्ट), तब भी "थोड़ा-सा-दयालु" दृष्टिकोण ने ओवरलोड को 76.8% कम किया, जो केंद्रीय कंप्यूटर के 60% के प्रदर्शन से बेहतर था। हालाँकि इस कठिन परिदृश्य में शेष भीड़भाड़ को पूरी तरह से खत्म नहीं किया जा सका, फिर भी इसने परीक्षण किए गए सभी तरीकों में सबसे कम अवशिष्ट ओवरलोड (residual overload) प्राप्त किया।

लेखक सावधानीपूर्वक नोट करते हैं कि ये परिणाम वास्तविक डेटा का उपयोग करके कंप्यूटर सिमुलेशन से आए हैं, न कि आसमान में किसी लाइव टेस्ट से। लेकिन गणित सिद्ध करता है कि यह खेल काम करता है, और सिमुलेशन दिखाते हैं कि सहयोग की एक हल्की सी फुसफुसाहट भी एक अराजक डांस फ्लोर को यातायात के सुचारू, सुरक्षित प्रवाह में बदलने के लिए पर्याप्त है।

तकनीकी सारांश: एयरस्पेस सेक्टर ओवरलोड न्यूनीकरण के लिए गेम-थ्योरेटिक रेगुलेटेड डिसेंट्रलाइज्ड कोऑर्डिनेशन

1. समस्या विवरण

यह शोध पत्र विकेंद्रीकृत एयर ट्रैफिक मैनेजमेंट (ATM) प्रणालियों में सेक्टर ओवरलोड की चुनौती को संबोधित करता है। जैसे-जैसे हवाई यातायात की जटिलता बढ़ती है, केंद्रीकृत नियंत्रण स्केलेबिलिटी संबंधी समस्याओं का सामना करता है, जिससे एक विकेंद्रीकृत दृष्टिकोण की ओर बदलाव की आवश्यकता होती। हालांकि, मौजूदा विकेंद्रीकृत मॉडल अक्सर हितधारकों के बीच उच्च सहयोग और सूचना साझाकरण की अवास्तविक धारणाओं पर निर्भर करते हैं। व्यवहार में, हवाई क्षेत्र के सेक्टर स्वतंत्र रूप से कार्य करते हैं, जो सिस्टम-व्यापी परिणामों के बजाय स्थानीय उद्देश्यों को प्राथमिकता देते हैं, जिससे समन्वय अंतराल और निरंतर ओवरलोड (जहाँ विमानों की संख्या क्षमता से अधिक हो जाती है) उत्पन्न होता है।

मुख्य समस्या को एक मल्टी-एजेंट निर्णय लेने की चुनौती के रूप में तैयार किया गया है: एक विकेंद्रीकृत सेटिंग में सेक्टर ओवरलोड को कैसे कम किया जाए जहाँ एजेंट (सेक्टर) स्वार्थी हैं, उनके पास सीमित डेटा एक्सचेंज है, और वे संयुक्त अनुकूलन (joint optimization) के लिए किसी केंद्रीय प्राधिकरण पर निर्भर नहीं रह सकते। लक्ष्य उड़ान प्रस्थान के समय को इस तरह समायोजित करना है कि ओवरलोड को समाप्त किया जा सके और यह सुनिश्चित किया जा सके कि सिस्टम एक स्थिर, नियत (deterministic) शेड्यूल की ओर अग्रसर हो, जिसके लिए सभी एजेंटों से पूर्ण परोपकार (altruism) की आवश्यकता न हो।

2. कार्यप्रणाली

2.1. गेम-थ्योरेटिक फॉर्मूलेशन

लेखक सेक्टर ओवरलोड की समस्या को एक नॉन-कोऑपरेटिव गेम के रूप में मॉडल करते हैं जहाँ प्रत्येक सेक्टर एक एजेंट है।

निर्णय चर (Decision Variables): प्रत्येक सेक्टर अपने उड़ानों के प्रस्थान समय को नियंत्रित करता है, जो समायोजन के एक असंतत सेट (जैसे, 5 मिनट के अंतराल में 0 से 30 मिनट तक) में से चयन करता है।
लागत फलन (Cost Function): प्रत्येक सेक्टर $i$ $i$ के लिए एक ट्यूनेबल लागत फलन $J_i(x)$ $J_{i} (x)$ परिभाषित किया गया है:
$J_i(x) = L_i(x) + \kappa \sum_{j \in M \setminus \{i\}} L_j(x)$
जहाँ $L_i(x)$ $L_{i} (x)$ सेक्टर $i$ $i$ का संचयी ओवरलोड है, और $\kappa \in [0, 1]$ $κ \in [0, 1]$ एक सहयोग कारक (cooperativeness factor) है।
- $\kappa = 0$ : पूर्णतः स्वार्थी व्यवहार (केवल स्थानीय ओवरलोड को कम करना)।
- $\kappa = 1$ : पूर्णतः सहकारी व्यवहार (कुल सिस्टम ओवरलोड को कम करना)।
- मध्यवर्ती मान "स्व-प्राथमिकता आधारित सहयोग" (self-prioritizing cooperation) की अनुमति देते हैं, जहाँ एक सेक्टर दूसरों के ओवरलोड पर तभी विचार करता है जब वह अपने स्वयं के स्थिति को बदतर न बनाए।

2.2. अपडेट मैकेनिज्म: बेस्ट-रिस्पॉन्स डायनेमिक्स

सिस्टम बेस्ट-रिस्पॉन्स डायनेमिक्स के माध्यम से विकसित होता है, जहाँ सेक्टर दूसरों के वर्तमान कार्यों को देखते हुए अपने स्थानीय लागत फलन को कम करने के लिए क्रमवार अपने शेड्यूल को अपडेट करते हैं।

नो-न्यू-ओवरलोड प्रतिबंध (No-New-Overload Restriction): स्थिरता और अभिसरण (convergence) सुनिश्चित करने के लिए, एक नियामक प्रतिबंध लगाया गया है: एक एजेंट को ऐसा कार्य करने से रोका जाता है जो किसी भी ऐसे सेक्टर-टाइम पेयर में नया ओवरलोड पैदा करे जो पहले व्यवहार्य (feasible) था।
एल्गोरिदम: एक विकेंद्रीकृत एल्गोरिदम (एल्गोरिदम 1) सेक्टर्स के माध्यम से पुनरावृत्ति करता है। प्रत्येक सेक्टर एक स्थानीय अनुकूलन समस्या को हल करता है (जेनेटिक एल्गोरिदम के माध्यम से अनुमानित) ताकि एक ऐसा बेस्ट रिस्पॉन्स खोजा जा सके जो 'नो-न्यू-ओवरलोड' प्रतिबंध का उल्लंघन किए बिना उसके लागत को कम करे।

2.3. सैद्धांतिक ढांचा

पेपर गेम के गुणों को स्थापित करता है ताकि अभिसरण की गारंटी दी जा सके:

पोटेंशियल गेम स्ट्रक्चर: $\kappa = 1$ के लिए, यह एक पोटेंशियल गेम के रूप में सिद्ध होता है, जहाँ पोटेंशियल फंक्शन कुल सिस्टम ओवरलोड के अनुरूप होता है।
अभिसरण गारंटी (Convergence Guarantees):
- $\kappa = 1$ के लिए, बेस्ट-रिस्पॉन्स डायनेमिक्स बिना शर्त एक प्योर नैश इक्विलिब्रियम (pure Nash equilibrium) की ओर अभिसरित होते हैं।
- $0 \le \kappa < 1$ के लिए, "नो-न्यू-ओवरलोड" प्रतिबंध के तहत परिमित समय में प्योर नैश इक्विलिब्रियम में अभिसरण की गारंटी है। यह प्रमाण ओवरलोडेड सेक्टर-टाइम पेयर्स के मोनोटोनिक कमी (monotonic decrease) पर आधारित है।
व्यवहार्यता (Feasibility): एक पर्याप्त स्थिति की पहचान की गई है जहाँ कोई भी व्यवहार्य (ओवरलोड-मुक्त) समाधान $\kappa = 1$ होने पर पोटेंशियल फंक्शन के ग्लोबल मिनिमाइज़र के अनुरूप होता है।

3. मुख्य योगदान

रेगुलेटेड डिसेंट्रलाइज्ड प्रोटोकॉल: एक ऐसा तंत्र प्रस्तावित करता है जो ट्यूनेबल कोऑपरेशन फैक्टर और एक न्यूनतम स्वीकार्यता नियम पेश करके, पूर्ण केंद्रीकृत अनुकूलन और अनकन्स्ट्रेंड डिसेंट्रलाइज्ड निर्णय लेने के बीच के अंतर को पाटता है।
सैद्धांतिक अभिसरण: यह प्रमाणित करता है कि प्रस्तावित बेस्ट-रिस्पॉन्स डायनेमिक्स परिमित समय में प्योर नैश इक्विलिब्रियम में अभिसरित होते हैं, भले ही सहयोग सीमित ( $\kappa < 1$ ) हो, बशर्ते "नो-न्यू-ओवरलोड" प्रतिबंध का पालन किया जाए।
स्व-प्राथमिकता आधारित सहयोग: सैद्धांतिक और अनुभवजन्य रूप से प्रदर्शित करता है कि पूर्ण परोपकार की आवश्यकता नहीं है। एक न्यूनतम स्तर का सहयोग (जहाँ एजेंट दूसरों के ओवरलोड में मदद करते हैं जब तक कि इससे उनका अपना नुकसान न हो) सिस्टम-व्यापी ओवरलोड न्यूनीकरण प्राप्त करने के लिए पर्याप्त है।
स्केलेबिलिटी और प्रदर्शन: यूरोपीय हवाई क्षेत्र के 24 घंटों के उड़ान डेटा (42,783 उड़ानें) का उपयोग करके दृष्टिकोण को मान्य करता है, जो दिखाता है कि विकेंद्रीकृत दृष्टिकोण कुल रनटाइम में केंद्रीकृत सॉल्वर के समान स्केल करता है जबकि कंप्यूटेशनल बोझ को वितरित करता है।

4. प्रायोगिक परिणाम

लेखकों ने यूरोपीय हवाई क्षेत्र (विशेष रूप से 28 सेक्टरों वाले BREST फ्लाइट इंफॉर्मेशन रीजन और 1,247 उड़ानों) के 24 घंटों के उड़ान डेटा का उपयोग करके एल्गोरिदम का मूल्यांकन किया।

सहयोग का प्रभाव ( $\kappa$ ):
- $\kappa = 0$ (स्व-हित): ओवरलोड को प्रभावी ढंग से हल करने में विफल रहा, केवल ~47% प्रारंभिक ओवरलोड को कम कर सका।
- $\kappa > 0$ (न्यूनतम से पूर्ण सहयोग): मानक क्षमता परिदृश्य ( $D=10$ ) में सभी ओवरलोड को समाप्त करने के लिए एक न्यूनतम सहयोग कारक ( $\kappa = 10^{-6}$ ) भी पर्याप्त था।
- $\kappa = 1$ (पूर्ण सहयोग): ओवरलोड को लगातार समाप्त करता रहा, जो केंद्रीकृत जेनेटिक एल्गोरिदम बेंचमार्क के प्रदर्शन के बराबर या उससे बेहतर रहा।
बेसलाइन के साथ तुलना:
- केंद्रीकृत सॉल्वर (Centralized Solver): प्रभावी होने के बावजूद, केंद्रीकृत जेनेटिक एल्गोरिदम बेंचमार्क (निष्पक्ष तुलना के लिए उपयोग किया गया) अक्सर स्ट्रिक्टली व्यवहार्य समाधान खोजने में विफल रहा, जिससे अवशेष ओवरलोड रह गया।
- फर्स्ट-कम-फर्स्ट-सर्व्ड (FCFS): खराब प्रदर्शन किया, केवल ~2.5% ओवरलोड कम कर सका।
- विकेंद्रीकृत एल्गोरिदम: $\kappa > 0$ के साथ, इसने लगातार ओवरलोड-मुक्त समाधान प्राप्त किए, जो FCFS ह्यूरिस्टिक और केंद्रीकृत बेंचमार्क दोनों से बेहतर रहा।
स्ट्रेस टेस्ट: कम क्षमता ( $D=7$ ) वाले कठिन परिदृश्य में, $\kappa > 0$ के साथ विकेंद्रीकृत एल्गोरिदम ने सबसे कम अवशेष ओवरलोड (78.3% तक की कमी) प्राप्त किया, जो केंद्रीकृत सॉल्वर (60% कमी) से बेहतर था।
स्केलेबिलिटी: उड़ानों की संख्या बढ़ने पर (10,000 तक) विकेंद्रीकृत एल्गोरिदम का कुल रनटाइम केंद्रीकृत सॉल्वर के समान ही स्केल हुआ। हालांकि, प्रति-एजेंट कंप्यूटेशनल लोड काफी कम था (केंद्रीकृत लोड का लगभग 4-6%), जो गणना को वितरित करने की दक्षता को दर्शाता है।

5. महत्व और दावे

यह शोध पत्र दावा करता है कि एयर ट्रैफिक मैनेजमेंट (ATM) के लिए प्रभावी विकेंद्रीकृत समन्वय के लिए पूर्ण परोपकार या केंद्रीय योजनाकार की आवश्यकता नहीं है। प्राथमिक महत्व यह प्रदर्शित करने में है कि न्यूनतम सहयोग—विशेष रूप से, दूसरों के ओवरलोड को ध्यान में रखने की इच्छा जब तक कि स्वयं की स्थिति बदतर न हो जाए—ओवरलोड को कम करने के लिए लगभग केंद्रीकृत प्रदर्शन प्राप्त करने के लिए पर्याप्त है।

लेखक जोर देते हैं कि उनका दृष्टिकोण विनियमित विकेंद्रीकृत ATM के लिए एक व्यावहारिक मार्ग प्रदान करता है। एक "नो-न्यू-ओवरलोड" प्रोटोकॉल को लागू करके, सिस्टम एक नियत, स्थिर संतुलन (प्योर नैश इक्विलिब्रियम) की ओर अभिसरण की गारंटी देता है, जिसमें उच्च स्तर के विश्वास और सूचना साझाकरण की आवश्यकता नहीं होती है जो अक्सर वास्तविक दुनिया के अंतर्राष्ट्रीय या सीमावर्ती हवाई क्षेत्रों में विफल हो जाते हैं। परिणाम बताते हैं कि ऐसा ढांचा उन सेटिंग्स में परिचालन रूप से सार्थक हो सकता है जहाँ एजेंट स्थानीय निर्णय अधिकार रखते हैं लेकिन एक सामान्य, सरल नियामक बाधा का पालन करते हैं।

शोध पत्र विनम्रतापूर्वक निष्कर्ष निकालता है कि हालांकि वर्तमान फॉर्मूलेशन स्थिर क्षमताओं और ऑक्यूपेंसी मेट्रिक्स का उपयोग करता है, भविष्य के कार्य में गतिशील सेक्टर कॉन्फ़िगरेशन, रूटिंग और मांग पूर्वानुमान में अनिश्चितता को एकीकृत किया जाना चाहिए। लेखक यह भी स्पष्ट करते हैं कि विशिष्ट डेटासेट के लिए निष्पक्ष तुलना के लिए केंद्रीकृत बेंचमार्क के रूप में जेनेटिक एल्गोरिदम का उनका उपयोग एक पद्धतिगत विकल्प था, यह स्वीकार करते हुए कि अत्याधुनिक इंटीजर प्रोग्रामिंग सॉल्वर संभवतः उनके द्वारा उपयोग किए गए विशिष्ट डेटासेट के लिए व्यवहार्य समाधान तेजी से खोज सकते हैं।