Irrational pursuit-evasion differential games: A cumulative prospect theory approach

Sintesi Tecnica: Giochi Differenziali di Inseguimento-Evasione Irrazionali

1. Problema e Contesto

Il lavoro affronta i giochi differenziali di inseguimento-evasione (PE), un ramo fondamentale della teoria dei giochi applicato a scenari come l'intercettazione di missili, la perseguitazione di droni e la guida autonoma.

• Limitazione degli approcci esistenti: La maggior parte della letteratura sui giochi differenziali bayesiani assume che i giocatori (inseguitore ed evasore) siano razionali, ovvero che ottimizzino un indice di prestazione basato sulle distribuzioni di probabilità oggettive dell'incertezza ambientale.
• Il Gap: In sistemi uomo-macchina reali (es. droni pilotati da umani), gli operatori mostrano percezioni irrazionali delle probabilità, caratterizzate da avversione al rischio e sensibilità alle probabilità (sottovalutazione delle probabilità alte e sovrastima di quelle basse). Questi bias cognitivi portano a decisioni che deviano dall'ottimalità razionale.
• Obiettivo: Integrare la Teoria del Prospect Cumulativo (CPT) nei giochi differenziali PE per modellare queste percezioni irrazionali, analizzando come influenzino la capacità di cattura (capturability) e l'esistenza di un equilibrio di Nash CPT.

2. Metodologia

Gli autori sviluppano un quadro teorico unificato che combina la teoria del controllo ottimo con la psicologia comportamentale:

• Modellazione Bayesiana: L'incertezza ambientale (es. pesi nell'indice di prestazione) è modellata come una distribuzione di probabilità nota (distribuzione normale).
• Integrazione della CPT: Viene introdotta una funzione di valore prospettico $C_i(J)$ per separare i guadagni dalle perdite rispetto a un punto di riferimento $J_r$ (l'indice di prestazione razionale).
  • Funzione di Valore: Modella la sensibilità ai guadagni ($\alpha_i$) e alle perdite ($\beta_i$), includendo un moltiplicatore di perdita ($\epsilon_i \ge 1$) per catturare l'avversione al rischio (le perdite pesano più dei guadagni).
  • Funzione di Ponderazione delle Probabilità: Modella la distorsione percettiva delle probabilità ($\gamma_i$), dove le basse probabilità sono sovrappesate e le alte sottovalutate.
• Formulazione del Gioco:
  • L'obiettivo non è più minimizzare l'indice di prestazione originale $J$, ma un indice CPT-modificato ($J_1$ per l'inseguitore, $J_2$ per l'evasore).
  • Questo trasforma il problema in un gioco differenziale a somma non nulla, dove le strategie ottimali dipendono dai parametri irrazionali.
• Analisi Matematica:
  • Vengono derivate Equazioni di Riccati Accoppiate (ARE) basate sulla CPT.
  • L'esistenza dell'equilibrio di Nash CPT è dimostrata utilizzando il Teorema del Punto Fisso di Brouwer, garantendo la convergenza delle soluzioni.
  • La capacità di cattura è analizzata attraverso funzioni di Lyapunov, stabilendo condizioni sufficienti affinché la distanza relativa tra i giocatori tenda a zero.

3. Contributi Chiave

1. Inquadramento Teorico Innovativo: Prima applicazione della CPT ai giochi differenziali di inseguimento-evasione, colmando il divario tra la teoria dei giochi classica e il comportamento umano irrazionale.
2. Condizioni di Catturabilità: Sono state stabilite condizioni sufficienti rigorose per la cattura in tre scenari distinti basati sulla potenza di controllo relativa (inseguitore più forte, evasore più forte, o pari):
   • Le condizioni dipendono non solo dalla dinamica del sistema, ma anche dai parametri di irrazionalità ($\alpha, \beta, \gamma, \epsilon$).
3. Analisi dell'Equilibrio di Nash CPT: Dimostrazione dell'esistenza di un equilibrio di Nash in questo contesto irrazionale, garantita dalla continuità e compattezza delle mappe di punto fisso.
4. Scoperte Comportamentali:
   • L'irrazionalità può vantare sia l'inseguitore che l'evasore a seconda dei parametri.
   • In alcuni casi, catture impossibili in scenari razionali diventano possibili grazie a specifiche configurazioni di comportamento irrazionale (es. un evasore che sovrastima le probabilità di fallimento può agire in modo più conservativo, facilitando la cattura).

4. Risultati Principali

• Teorema 1 (Catturabilità ed Equilibrio): Fornisce le condizioni matematiche (ineguaglianze matriciali) che devono essere soddisfatte dai parametri del sistema e dai parametri CPT affinché la cattura avvenga e l'equilibrio esista.
  • Scenario 1 (Inseguitore più forte): L'irrazionalità dell'inseguitore (maggiore avversione alla perdita) facilita la cattura, mentre un'eccessiva irrazionalità dell'evasore può ostacolarla.
  • Scenario 2 (Evasore più forte): L'irrazionalità può permettere all'inseguitore di catturare l'evasore anche quando, in condizioni razionali, la cattura sarebbe impossibile.
  • Scenario 3 (Potenza uguale): La cattura è possibile solo se i termini di irrazionalità si bilanciano esattamente con i pesi della distanza.
• Simulazioni Numeriche: Gli esempi mostrano come la variazione dei parametri di sensibilità (es. $\alpha_1$ per i guadagni dell'inseguitore) influenzi direttamente la dinamica di distanza. Si osserva che valori irrazionali specifici possono portare a una convergenza esponenziale della distanza a zero, anche quando i parametri razionali fallirebbero.

5. Significato e Implicazioni

• Ingegneria di Controllo Uomo-Macchina: Questo lavoro fornisce una base teorica rigorosa per progettare sistemi di controllo in ambienti complessi dove interagiscono agenti umani e macchine. Consente di prevedere e gestire comportamenti sub-ottimali dovuti a bias cognitivi.
• Robustezza dei Sistemi: Dimostra che i sistemi di sicurezza (come l'intercettazione missilistica) non possono essere progettati assumendo solo agenti razionali; l'irrazionalità deve essere modellata per garantire la sicurezza.
• Nuova Prospettiva Strategica: Ribalta la visione tradizionale secondo cui l'irrazionalità è sempre svantaggiosa; in certi contesti competitivi, il comportamento irrazionale può diventare una strategia vincente o un fattore determinante per il successo dell'operazione.

In sintesi, il paper stabilisce un ponte fondamentale tra la teoria del comportamento umano (CPT) e il controllo ottimo, offrendo strumenti matematici per analizzare e progettare sistemi di inseguimento-evasione in scenari reali e imperfetti.