Strategic Interactions in Multi-Level Stackelberg Games with Non-Follower Agents and Heterogeneous Leaders

Este artigo propõe um novo modelo de jogo de Stackelberg de três níveis que incorpora agentes não seguidores e líderes heterogêneos para corrigir previsões distorcidas em sistemas congestionados, demonstrando como a interação bidirecional entre decisões de infraestrutura, competição e congestionamento altera qualitativamente os resultados estratégicos, com aplicação ilustrada no contexto de infraestrutura de carregamento de veículos elétricos.

O essencial

Imagine que você está organizando um grande festival de comida em uma praça movimentada. Para entender a dinâmica desse evento, vamos usar a analogia do Festival de Comida para explicar o que os pesquisadores da Universidade Aston descobriram.

O Problema: A Visão Tradicional (O "Mapa Imperfeito")

Até agora, os especialistas em planejamento de mercados (os "estrategistas") usavam um modelo de jogo chamado Jogo de Stackelberg. Pense nele assim:

• Os Líderes (Donos de Barracas): São os donos de food trucks que decidem onde colocar suas barracas e quanto cobrar pelo hambúrguer.
• Os Seguidores (Comedores): São os clientes que escolhem em qual barraca comprar, baseados no preço e na fila.

O modelo antigo funcionava assim: os donos de barracas olhavam apenas para os seus clientes e para os concorrentes. Eles ignoravam completamente as pessoas que não compravam comida na praça, mas que estavam lá: turistas apenas passeando, pessoas esperando um ônibus ou ciclistas passando.

O Erro: O modelo antigo achava que essas pessoas "de fora" eram apenas cenário fixo, como árvores ou postes. Mas, na vida real, se a fila da barraca de hambúrguer ficar muito grande, o turista que estava apenas passeando vai mudar de caminho para não ficar preso no trânsito. E, ao mudar de caminho, ele pode bloquear a entrada de outra barraca ou criar um novo congestionamento.

Os pesquisadores dizem: "Ignorar essas pessoas de fora é um erro grave!" Elas mudam o fluxo, criam congestionamentos e alteram as decisões de quem vende e de quem compra.

A Solução: O Novo Modelo de 3 Níveis (O "Mapa Inteligente")

Os autores criaram um novo modelo, como se fosse um jogo de tabuleiro de 3 andares, onde tudo está conectado:

1. O Andar de Baixo (O Trânsito e os Clientes):
   Aqui estão todos os movimentos das pessoas. Não são apenas os clientes comprando comida (os "Seguidores"), mas também os turistas e ciclistas (os "Não-Seguidores").

   • A Mágica: Se a barraca A ficar cheia, o cliente vai para a B. Mas, se a rua ficar congestionada por causa de todos, o turista que estava passando por ali decide ir para a rua C. Isso muda o trânsito para todos. É uma dança onde todos reagem uns aos outros.

2. O Andar do Meio (A Guerra de Preços):
   Aqui estão os donos das barracas que já existem. Eles não podem mudar o local da barraca (já estão instalados), então eles competem apenas mudando o preço da comida.

   • O Desafio: Eles precisam prever não só o que os clientes farão, mas também como o "trânsito" (causado pelos turistas e ciclistas) vai afetar a quantidade de gente que chega até eles.

3. O Andar de Cima (O Novo Chefe):
   Aqui está o novo dono que quer entrar no mercado. Ele tem que tomar a decisão mais difícil: Onde colocar a nova barraca?

   • O Pensamento: Antes de cavar o buraco para a barraca, ele precisa imaginar: "Se eu colocar aqui, os donos antigos vão baixar o preço? Os clientes vão vir? E os turistas vão bloquear minha entrada com o trânsito deles?"

O Exemplo Real: Carros Elétricos (EVs)

Para testar essa ideia, os autores aplicaram isso ao mundo dos Carros Elétricos (EVs):

• Líderes (Donos de Carregadores): Uma empresa nova quer instalar carregadores (decisão de longo prazo), enquanto as empresas antigas só competem pelo preço da energia (decisão de curto prazo).
• Seguidores (Motoristas de Carro Elétrico): Eles escolhem onde carregar o carro baseados no preço e no tempo de espera.
• Não-Seguidores (Carros a Gasolina/Trânsito Comum): São os carros que não usam carregadores, mas usam as mesmas ruas. Eles não pagam para carregar, mas se a rua ficar cheia de carros elétricos parados carregando, o carro a gasolina tem que desviar. E, ao desviar, ele pode criar um engarrafamento que faz o carro elétrico demorar mais para chegar ao carregador.

Por que isso importa?

A grande descoberta é que não podemos tratar o trânsito de fundo como algo estático.

Se você ignorar os carros a gasolina (os "não-seguidores"), você vai achar que colocar um carregador em um lugar é uma ótima ideia. Mas, na realidade, o congestionamento causado por esses carros pode fazer com que ninguém consiga chegar até lá, ou que os concorrentes mudem seus preços de uma forma que você não previu.

Em resumo:
Este artigo nos ensina que, para planejar o futuro (seja de cidades, energia ou internet), precisamos olhar para todos os jogadores no tabuleiro, não apenas para os que estão comprando ou vendendo. As pessoas que apenas "passam por perto" têm o poder de mudar o jogo inteiro, e ignorá-las leva a decisões ruins e caras.

É como tentar organizar um show sem levar em conta que, se a multidão ficar muito grande, o vizinho que só estava passando na rua vai fechar a porta da garagem, e isso vai estragar a acústica do seu show!

Resumo técnico

Aqui está um resumo técnico detalhado do artigo, apresentado em português:

Resumo Técnico: Interações Estratégicas em Jogos de Stackelberg Multi-Nível com Agentes Não Seguidores e Líderes Heterogêneos

1. Problema Definido

O artigo aborda uma limitação fundamental nos modelos existentes de jogos de Stackelberg aplicados a sistemas congestionados (como redes de transporte, energia e computação em nuvem). A maioria dos modelos atuais assume uma abstração restritiva onde apenas os agentes que participam diretamente da competição de mercado (líderes e seguidores) são considerados.

Os autores identificam que agentes não seguidores (aqueles que não geram receita direta nem respondem a incentivos de mercado, mas utilizam os mesmos recursos) são frequentemente tratados como fluxo de fundo exógeno ou ignorados. No entanto, em sistemas onde o congestionamento é endógeno, esses agentes:

• Contribuem ativamente para a formação do congestionamento.
• Adaptam seu comportamento para evitar recursos congestionados.
• Criam um acoplamento bidirecional que altera a estrutura de equilíbrio, deslocando pressões competitivas e mudando decisões estratégicas ótimas dos líderes.

Ignorar esses agentes pode levar a previsões de equilíbrio sistematicamente distorcidas sobre lucratividade, implantação de infraestrutura e intensidade competitiva.

2. Metodologia

Para resolver essa lacuna, os autores propõem um framework de Stackelberg hierárquico de três níveis, projetado para capturar a interação entre decisões de longo prazo, competição de curto prazo e congestionamento endógeno.

• Estrutura do Jogo:

  • Nível 3 (Líderes Heterogêneos - Longo Prazo): Um novo entrante toma decisões de infraestrutura (ex: localização de carregadores) antecipando a resposta dos concorrentes e do tráfego.
  • Nível 2 (Líderes Heterogêneos - Curto Prazo): Fornecedores incumbentes (com infraestrutura fixa) competem definindo preços, antecipando como o congestionamento afeta a demanda.
  • Nível 1 (Seguidores e Não Seguidores): Usuários finais tomam decisões de rota e carregamento para minimizar custos individuais.
    • Seguidores: Usuários que participam do mercado (ex: motoristas de VE que escolhem onde carregar).
    • Não Seguidores: Usuários que não participam do mercado específico, mas geram e reagem ao congestionamento (ex: motoristas de veículos não elétricos).

• Abordagem de Solução:
  O modelo utiliza conceitos de equilíbrio adequados a cada camada. As decisões de níveis superiores antecipam explicitamente as respostas induzidas nos níveis inferiores. O congestionamento não é tratado como uma condição de fundo fixa, mas como um resultado endógeno moldado pelo comportamento adaptativo de populações heterogêneas de agentes.

• Caso de Estudo (Instanciação):
  O framework é aplicado ao planejamento de infraestrutura de carregamento para Veículos Elétricos (VE).

  • Cenário: Um novo entrante decide onde instalar carregadores, enquanto provedores existentes competem por preços.
  • Dinâmica: Motoristas de VE (seguidores) escolhem rotas e pontos de carregamento baseados em preço e tempo. Motoristas de veículos não elétricos (não seguidores) escolhem rotas para evitar congestionamento. Ambos os grupos compartilham a rede viária, criando um sistema acoplado onde o tráfego de um afeta o outro.

3. Principais Contribuições

1. Novo Framework Teórico: Introdução de um modelo de Stackelberg de três níveis que integra explicitamente agentes não seguidores e líderes heterogêneos (com horizontes de decisão e conjuntos de ações diferentes).
2. Modelagem de Acoplamento Bidirecional: Demonstração de como o comportamento de agentes não participantes do mercado (não seguidores) remodela os padrões de congestionamento e, consequentemente, altera os incentivos estratégicos e os resultados de equilíbrio para líderes e seguidores.
3. Refutação de Simplificações Comuns: Evidência de que tratar agentes de fundo como exógenos não é uma simplificação benigna, mas sim uma fonte de conclusões qualitativamente enganosas em mercados acoplados por congestionamento.
4. Aplicabilidade Geral: Embora focado em VEs, o framework é aplicável a uma ampla classe de sistemas multi-agentes em mobilidade, energia e mercados de computação.

4. Resultados e Implicações

O modelo ilustra que a consideração explícita de agentes não seguidores e de concorrentes heterogêneos altera qualitativamente os incentivos estratégicos e os resultados de equilíbrio.

• Mudança de Estratégia: A presença de tráfego não elétrico que se adapta ao congestionamento força o novo entrante a reconsiderar não apenas a localização dos carregadores, mas também como a infraestrutura afetará o tráfego geral e a resposta dos concorrentes.
• Precisão de Previsão: Modelos que ignoram essa dinâmica tendem a superestimar ou subestimar a viabilidade de novos entrantes e a eficácia de estratégias de preços.
• Equilíbrio Realista: O framework fornece uma representação mais fiel da interação estratégica em mercados onde o congestionamento é compartilhado entre grupos de usuários distintos.

5. Significância

Este trabalho é significativo porque redefine como modelamos a competição em sistemas de recursos compartilhados e congestionados. Ao mover a modelagem de agentes não seguidores de "ruído exógeno" para "atores estratégicos adaptativos", o artigo oferece uma ferramenta crucial para:

• Planejadores de Infraestrutura: Para projetar redes de carregamento de VE e sistemas de transporte mais robustos.
• Reguladores: Para entender melhor como políticas de preço e localização afetam a mobilidade urbana e a eficiência energética.
• Pesquisadores em IA Multiagente: Para desenvolver algoritmos de decisão que considerem a complexidade de interações em ecossistemas com agentes heterogêneos e comportamentos adaptativos não lineares.

Em suma, o artigo argumenta que a precisão na previsão de equilíbrio em mercados congestionados depende criticamente da inclusão de agentes que, embora não participem diretamente da competição de preços, são fundamentais na determinação das restrições físicas (congestionamento) que moldam essa competição.