Open-Loop Nash Limits for Caputo Differential Games: Preceding-Node L1 Discretization

जटिल प्रणालियों की दुनिया में, वायरस के प्रसार से लेकर वैश्विक बाजारों के उतार-चढ़ाव तक, भविष्य शायद ही कभी केवल वर्तमान क्षण द्वारा निर्धारित होता है। अक्सर, आगे क्या होता है यह इस बात पर बहुत अधिक निर्भर करता है कि पहले क्या हुआ था। इसे 'मेमोरी' (स्मृति) के रूप में जाना जाता है। कई भौतिक और आर्थिक मॉडलों में, किसी प्रणाली की वर्तमान स्थिति केवल एक स्नैपशॉट नहीं बल्कि उसके पूरे इतिहास का संचयी परिणाम होती है। जब कई निर्णय लेने वाले, या खिलाड़ी, ऐसी प्रणाली के भीतर परस्पर क्रिया करते हैं, जो दूसरों के कार्यों पर प्रतिक्रिया देते हुए अपने स्वयं के परिणामों को अनुकूलित करने का प्रयास करते हैं, तो यह स्थिति एक खेल बन जाती है। इन्हें 'डिफरेंशियल गेम्स' कहा जाता है। वैज्ञानिकों और गणितज्ञों के लिए चुनौती यह है कि इन खेलों को सीधे हल करना अविश्वसनीय रूप से कठिन है क्योंकि प्रणाली की "मेमोरी" समीकरणों को निरंतर और अनंत रूप से जटिल बना देती है। प्रगति करने के लिए, शोधकर्ता अक्सर समय को छोटे, प्रबंधनीय चरणों में तोड़ देते हैं, जिससे सुव्यवस्थित, बहते हुए खेल को विविक्त (डिस्क्रीट) स्नैपशॉट्स की एक श्रृंखला में बदल दिया जाता है। वे इन स्नैपशॉट्स के लिए खेल को हल करते हैं और यह आशा करते हैं कि उनके द्वारा पाया गया समाधान वास्तविक, निरंतर दुनिया के लिए एक पर्याप्त विकल्प होगा।

हालाँकि, महत्वपूर्ण प्रश्न हमेशा यह रहा है कि क्या यह शॉर्टकट वास्तव में काम करता है। क्या खेल के स्टेप वाले, डिस्क्रीट संस्करण में पाया गया समाधान मूल, निरंतर खेल के वास्तविक संतुलन (equilibrium) की ओर वास्तव में अभिसरित (converge) होता है? बिना मेमोरी वाले मानक सिस्टम के लिए, उत्तर अक्सर हाँ होता है। लेकिन मेमोरी वाले सिस्टम के लिए, जहाँ एक खिलाड़ी का रणनीति में बदलाव उस पूरे ऐतिहासिक रिकॉर्ड को बदल देता है जो भविष्य को प्रभावित करता है, केवल प्रणाली के पथ को समान दिखाना पर्याप्त नहीं है। रणनीतिक तर्क भी कायम रहना चाहिए। यदि कोई खिलाड़ी डिस्क्रीट संस्करण में योजना से विचलित होने का प्रयास करता है, तो वह विचलन निरंतर संस्करण में भी वैध और तुलनीय होना चाहिए। अब तक, यह स्पष्ट नहीं था कि मेमोरी की जटिल, गैर-स्थानीय प्रकृति इस कड़ी को तोड़ देगी या नहीं, जिससे डिस्कable समाधानों के चरणों के छोटा होने पर वे वास्तविक रणनीतिक संतुलन से दूर हो सकते हैं।

यूनिवर्सिटी ऑफ पेलोपोनीस के शोधकर्ताओं की एक टीम ने अब इन मेमोरी-निर्भर खेलों के एक विशिष्ट और चुनौतीपूर्ण वर्ग के लिए इस प्रश्न का एक निर्णायक उत्तर प्रदान किया है। उन्होंने उन खेलों पर ध्यान केंद्रित किया जो 'कैपुटो मेमोरी' (Caputo memory) नामक मेमोरी के प्रकार द्वारा संचालित होते हैं, जहाँ अतीत की घटनाओं का प्रभाव समय के साथ कम होता जाता है लेकिन पूरी तरह से समाप्त नहीं होता। शोधकर्ताओं ने एक कठोर गणितीय प्रमाण विकसित किया है जो यह दर्शाता है कि उचित परिस्थितियों के तहत, इन डिस्क्रीट, चरण-दर-चरण खेलों में पाए गए समाधान वास्तव में निरंतर खेल के वास्तविक 'ओपन-लूप नैश इक्विलिब्रियम' (open-loop Nash equilibrium) की ओर अभिसरित होते हैं। एक ओपन-लूप नैश इक्विलिब्रियम वह अवस्था है जहाँ कोई भी खिलाड़ी दूसरों की रणनीति को स्थिर रखते हुए अपनी रणनीति बदलकर अपने परिणाम में सुधार नहीं कर सकता। टीम ने सिद्ध किया कि जैसे-जैसे सिमुलेशन में समय के चरण अनंत रूप से छोटे होते जाते हैं, डिस्क्रीट खिलाड़ियों की रणनीतियाँ और परिणाम एक स्थिर पैटर्न में स्थिर हो जाते हैं जो निरंतर खेल के संतुलन से पूरी तरह मेल खाता है।

इस निष्कर्ष तक पहुँचने के लिए, लेखकों को एक महत्वपूर्ण बाधा का सामना करना पड़ा: मेमोरी की "वंशानुगत" (hereditary) प्रकृति। इन खेलों में, एक खिलाड़ी की वर्तमान चाल प्रणाली के पूरे इतिहास को बदल देती है, जो बदले में सभी के लिए भविष्य को बदल देती है। यह एक नाजुक स्थिति पैदा करता है जहाँ डिस्क्रीट सन्निकटन (approximation) में एक छोटी सी त्रुटि सैद्धांतिक रूप से उन रणनीतिक तुलनाओं को विकृत कर सकती है जो एक संतुलन को परिभाषित करने के लिए आवश्यक हैं। शोधकर्ताओं ने प्रदर्शित किया कि 'प्रिसीडिंग-नोड एल1 डिस्क्रीटाइजेशन' (preceding-node L1 discretization) नामक एक विशिष्ट विधि का उपयोग करके, वे आवश्यक रणनीतिक संरचना को बनाए रख सकते हैं। यह विधि सुनिश्चित करती है कि किसी विशिष्ट क्षण पर स्थिति की गणना करते समय, मॉडल केवल ठीक पिछले क्षण की जानकारी का उपयोग करता है, जिससे एक स्पष्ट कारण-और-प्रभाव श्रृंखला बनी रहती है। उन्होंने सिद्ध किया कि इस सीमा के बावजूद, डिस्क्रीट समाधानों में निरंतर दुनिया में एक खिलाड़ी द्वारा किए जाने वाले किसी भी संभावित विचलन को पुनः प्राप्त करने की क्षमता बनी रहती है। यह रिकवरी आवश्यक है; इसके बिना, डिस्क्रीट गेम निरंतर गेम की तुलना में एक अलग समस्या को हल कर रहा होगा।

यह अध्ययन अमूर्त सिद्धांत से परे जाकर तीन खिलाड़ियों वाले एक ठोस, पूर्णतः निर्दिष्ट परिदृश्य पर लागू होता है जो एक नॉनलीनियर वातावरण में परस्पर क्रिया करते हैं। शोधकर्ताओं ने इस तीन-खिलाड़ी खेल का एक विस्तृत मॉडल बनाया, जिसमें खिलाड़ियों के बीच परस्पर क्रिया और उनके लक्ष्यों के लिए विशिष्ट संख्यात्मक मान शामिल हैं। इसके बाद उन्होंने कंप्यूटर-सहायता प्राप्त विधियों का उपयोग यह सत्यापित करने के लिए किया कि उनके प्रमाण के लिए आवश्यक गणितीय स्थितियाँ इस विशिष्ट मामले के लिए सत्य हैं। उन्होंने खिलाड़ियों के उद्देश्य कार्यों (objective functions) की वक्रता (curvature) की जाँच की, यह सुनिश्चित करते हुए कि खेल इतना सुव्यवद्ध है कि प्रत्येक खिलाड़ी के लिए एक अद्वितीय सर्वोत्तम प्रतिक्रिया (best response) मौजूद हो। उनके गणनाओं ने पुष्टि की कि किसी भी पर्याप्त सूक्ष्म टाइम स्टेप्स के लिए, डिस्क्रीट संस्करण के खेल में एक शुद्ध वैश्विक नैश इक्विलिब्रियम मौजूद है। इसका अर्थ है कि इस विशिष्ट तीन-खिलाड़ी परिदृश्य के लिए, डिस्क्रीट सन्निकटन केवल एक अस्पष्ट अनुमान नहीं है; यह गारंटी देता है कि एक स्थिर समाधान मौजूद है जिसे निरंतर खेल भी रखता है।

इन निष्कर्षों का महत्व इसलिए है क्योंकि वे निरंतर डिफरेंशियल गेम्स की सैद्धांतिक दुनिया और कंप्यूटर सिमुलेशन की व्यावहारिक दुनिया के बीच के अंतर को पाटते हैं। इस कार्य से पहले, यह संभव था कि मेमोरी-निर्भर प्रणालियों के कंप्यूटर मॉडल में पाए गए रणनीतिक समाधान केवल संख्यात्मक पद्धति के कृत्रिम परिणाम (artifacts) हों, जो ग्रिड के परिष्कृत होने पर वास्तविकता से दूर हो जाते हैं। लेखकों ने दिखाया है कि इस प्रकार के खेलों के लिए ऐसा नहीं है। उन्होंने सिद्ध किया है कि डिस्क्रीट इक्विलिब्रियम न केवल अवस्था प्रक्षेपवक्रों (state trajectories) के सन्निकटन हैं, बल्कि वे वास्तविक रणनीतिक संतुलन के भी वास्तविक सन्निकटन हैं। यह शोधकर्ताओं और इंजीनियरों को विश्वास देता है कि जब वे मेमोरी वाले जटिल सिस्टम के लिए रणनीतियाँ बनाने हेतु इन संख्यात्मक विधियों का उपयोग करते हैं—जैसे संसाधन प्रबंधन, आर्थिक नीति, या जैविक नियंत्रण—तो वे ऐसे समाधान पा रहे हैं जो गणितीय रूप से सुदृढ़ हैं और वास्तविक इष्टतम व्यवहार की ओर अभिसरित होते हैं।

शोधकर्ताओं ने यह भी स्थापित किया कि अभिसरण (convergence) एक विशिष्ट, मजबूत तरीके से होता है। रणनीतियाँ, जो समय के फलन (functions) हैं, इस तरह से अभिसरित होती हैं जो उनके आवश्यक गुणों को सुरक्षित रखती हैं, जबकि प्रणाली की परिणामी अवस्थाएँ समान रूप से (uniformly) अभिसरित होती हैं, जिसका अर्थ है कि समय के चरण घटने पर प्रणाली का पूरा पथ निरंतर आदर्श के समान हो जाता है। यह दोहरी अभिसरण सुनिश्चित करती है कि खिलाड़ियों द्वारा लिए गए निर्णय और उन निर्णयों के भौतिक या आर्थिक परिणाम दोनों सही ढंग से कैप्चर किए गए हैं। यह प्रमाण इस तथ्य पर निर्भर करता है कि मेमोरी कर्नेल (kernel), जो यह निर्धारित करता है कि अतीत की घटनाएँ वर्तमान को कैसे प्रभावित करती हैं, में विशिष्ट गणितता गुण हैं जो इस स्थिरता की अनुमति देते हैं। इन गुणों का लाभ उठाकर, टीम ने दिखाया कि "वंशानुगत" प्रभाव इक्विलिब्रियम संरचना को नष्ट नहीं करते हैं, बल्कि इसे निष्ठापूर्वक पुनर्गठित करने की अनुमति देते हैं।

विश्लेषित विशिष्ट तीन-खिलाड़ी उदाहरण में, शोधकर्ताओं ने पाया कि इस खेल में एक मजबूत उत्तलता (convexity) गुण है, जो गारंटी देता है कि प्रत्येक खिलाड़ी के पास दूसरों के कार्यों के प्रति एक एकल, स्पष्ट सर्वोत्तम प्रतिक्रिया है। इस गुण को विश्लेणात्मक सीमाओं और कंप्यूटर-सहायता प्राप्त प्रमाणन के संयोजन का उपयोग करके सत्यापित किया गया था, जिससे यह सुनिश्चित हुआ कि परिणाम केवल सैद्धांतिक संभावनाएँ नहीं थे बल्कि दिए गए मापदंडों के लिए ठोस गणितीय तथ्य थे। अध्ययन ने पुष्टि की कि एक निश्चित सीमा से कम मेश आकार (mesh size) के लिए, डिस्क्रीट गेम में एक समाधान होने की गारंटी है, और वह समाधान निरंतर इक्विलिब्रियम की ओर अभिसरित होगा। यह फ्रैक्शनल-ऑर्डर डिफरेंशियल गेम्स के अध्ययन में संख्यात्मक विधियों के उपयोग के लिए एक ठोस आधार प्रदान करता है, जो भौतिकी, जीव विज्ञान और अर्थशास्त्र में जटिल, मेमोरी-रिच घटनाओं को मॉडल करने की अपनी क्षमता के कारण एक बढ़ता हुआ क्षेत्र है।

यह कार्य उपयोग किए गए विशिष्ट डिस्क्रीटाइजेशन पद्धति की भूमिका को भी स्पष्ट करता है। "प्रिसीडिंग-नोड" दृष्टिकोण, जहाँ वर्तमान चरण केवल ठीक पिछले स्टेट और कंट्रोल पर निर्भर करता है, केवल एक कम्प्यूटेशनल सुविधा नहीं है बल्कि एक महत्वपूर्ण विशेषता है जो प्रमाण को काम करने की अनुमति देती है। यह कार्य-कारण संबंध (causality) सुनिश्चित करता है कि डिस्क्रीट मॉडल समय और सूचना के प्रवाह का सम्मान करता है, जिससे चक्रीय निर्भरताओं (circular dependencies) को रोका जा सके जो इक्विलिब्रियम की शर्तों को अमान्य कर सकती हैं। शोधकर्ताओं ने दिखाया कि यह विशिष्ट संरचना उन्हें निरंतर गेम में किसी भी एकतरफा विचलन को एक अनुरूप डिस्क्रीट विचलन बनाकर पुनः प्राप्त करने की अनुमति देती है। यह रिकवरी प्रक्रिया महत्वपूर्ण है क्योंकि यह सिद्ध करती है कि रणनीतिक तुलनाएँ सीमा (limit) में बनी रहती हैं, जिससे यह सुनिश्चित होता है कि नैश शर्त संरक्षित रहती है।

अंततः, यह शोध वैज्ञानिक कंप्यूटिंग के एक सामान्य अभ्यास के लिए एक कठोर सत्यापन प्रदान करता है: जटिल, निरंतर समस्याओं को डिस्क्रीट चरणों में तोड़कर हल करना। उन खेलों के लिए जिनमें मेमोरी शामिल है, जहाँ रणनीति गलत होने के जोखिम ऊँचे होते हैं क्योंकि दीर्घकालिक लहरदार प्रभाव (ripple effects) होते हैं, यह सत्यापन अनिवार्य है। लेखकों ने प्रदर्शित किया है कि डिस्क्रीट से निरंतर की यात्रा केवल एक विश्वास की छलांग नहीं है, बल्कि एक गणितीय रूप से गारंटीकृत यात्रा है। उनके परिणाम पुष्टि करते हैं कि इन संख्यात्मक सिमुलेशनों से प्राप्त रणनीतिक अंतर्दृष्टि विश्वसनीय है और कंप्यूटर में पाए गए इक्विलिब्रियम वास्तव में उन वास्तविक दुनिया की प्रणालियों के इक्विलिब्रियम हैं जिनका वे प्रतिनिधित्व करने के लिए बनाए गए हैं। यह उन क्षेत्रों में डिफरेंशियल गेम थ्योरी के अनुप्रयोग में विश्वास का एक नया स्तर प्रदान करता है जहाँ इतिहास मायने रखता है और जहाँ भविष्य अतीत से अटूट रूप से जुड़ा हुआ है।