The Curvature Shadow: An Apparent Failure of Maximum-Entropy Equilibrium Selection is a Removable Artifact

Resumo Técnico: A Sombra de Curvatura na Dinâmica de Nash Regularizada

Enunciado do Problema
Em jogos de soma zero de dois jogadores onde o conjunto de equilíbrios de Nash (EN) forma um polítopo convexo em vez de um único ponto, observa-se empiricamente que resolvedores regularizados, como a Dinâmica de Nash Regularizada (R-NaD), convergem para o equilíbrio de máxima entropia. Este membro é teoricamente equivalente à projeção de informação (I-projeção) de uma estratégia de referência uniforme sobre o conjunto de EN. No entanto, uma aparente exceção existe no Kuhn poker: enquanto a R-NaD converge para um equilíbrio de Nash exato (explorabilidade zero), a frequência de blefe resultante (0,180) desvia-se da coordenada de máxima entropia teórica (0,201) em aproximadamente 0,021. Isso ocorre apesar de o perfil convergido atingir 99,7% da entropia máxima possível. A questão central é se esse hiato de coordenada representa um viés de seleção sistemático e genuíno da R-NaD ou um artefato decorrente da interação entre um pequeno déficit residual de entropia e a geometria local do relevo de entropia.

Metodologia
O estudo emprega uma abordagem diagnóstica utilizando um motor de forma extensa tabular com valores contrafatuais exatos e sem amostragem ou aproximação de função. A análise foca em cinco jogos com segmentos de Nash unidimensionais: Kuhn poker (sequencial, informação imperfeita) e quatro jogos de matriz (conjunto de informação único por jogador).

1. Decomposição Teórica: Os autores derivam uma identidade geométrica local para o hiato de seleção em uma variedade de Nash unidimensional. Ao expandir a função de entropia $H(\sigma(c))$ em torno de seu máximo $c^*$, eles estabelecem que, para um ponto com um déficit de entropia $\delta = H^* - H(\sigma(c))$, o hiato de coordenada $|c - c^*|$ fatoriza-se como:
   $$\text{hiato} \approx \sqrt{2\delta / \kappa}$$
   onde $\kappa$ é a curvatura local do relevo de entropia em seu pico. Esta decomposição separa o "déficit" (por que o solver para antes de atingir a máxima entropia) do "curvatura" (quanto esse déficit é amplificado em um deslocamento de coordenada).

2. Teste de Hipóteses: O artigo contrasta duas hipóteses:

   • $H_{flat}$: O hiato é um artefato de um pequeno déficit de entropia $\delta$ removível, amplificado pela achatamento ($\kappa$). À medida que $\delta \to 0$, o hiato desaparece.
   • $H_{bias}$: A R-NaD possui um viés sistemático, o que significa que o hiato persiste em um valor não nulo mesmo quando $\delta \to 0$.

3. Verificação Experimental:

   • Comparação Estática: A R-NaD é executada em todos os cinco jogos para medir a coordenada de pouso, o déficit de entropia $\delta$ e a curvatura $\kappa$.
   • Varredura Causal (Kuhn): O parâmetro de força do ímã $\eta$ na R-NaD é variado de 0,80 para baixo até 0,10. Esta variação conduz o déficit de entropia $\delta$ para zero enquanto mantém a dinâmica estável, permitindo observar o comportamento do hiato em relação à curva prevista de $\sqrt{2\delta/\kappa}$.
   • Quantificação de Curvatura: O estudo quantifica $\kappa$ para cada jogo usando ajustes quadráticos de mínimos quadrados no relevo de entropia e verifica a relação de escala.

Contribuições Principais e Resultados

• Fatoração Exata do Hiato: O estudo confirma que o hiato de coordenada fatora-se exatamente como $\sqrt{2\delta/\kappa}$ em todos os jogos testados. A relação mantém-se dentro de $2 \times 10^{-4}$ (erro relativo < 1%).
• Resolução da Exceção do Kuhn Poker:
  • Nos quatro jogos de matriz, a R-NaD atinge o membro de máxima entropia exatamente ($\delta \approx 0$), resultando em hiato zero, independentemente da curvatura (mesmo em jogos mais planos que o Kuhn).
  • No Kuhn poker, existe um pequeno déficit de entropia ($\delta \approx 8,3 \times 10^{-4}$). Devido ao pico moderadamente plano ($\kappa \approx 4,0$), este pequeno déficit é amplificado em um hiato de coordenada de 0,021.
  • O hiato é, portanto, identificado como a "sombra de curvatura" de um déficit removível, e não um viés de seleção.
• Validação Causal via Varredura de Ímã: Ao enfraquecer a força do ímã $\eta$ no Kuhn poker, os autores conduzem $\delta \to 0$. O hiato resultante diminui ao longo da curva prevista em direção a zero. Um ajuste log-log de hiato vs. $\delta$ produz um expoente de escala de 0,5013 ($R^2 > 0,999999$), correspondendo à previsão teórica de $1/2$ para $H_{flat}$ e contradizendo $H_{bias}$ (que preveria uma inclinação aproximando-se de 0). O hiato só falha em atingir zero quando $\eta$ cai abaixo de um piso de estabilidade ($\eta \approx 0,15$), causando instabilidade dinâmica (ciclos limite).
• Dependência de Curvatura: O estudo demonstra que o achatamento é necessário, mas não suficiente para um hiato; um déficit não nulo também é requerido. Um déficit hipotético em um pico agudo ($\kappa \approx 20$) produziria um hiato aproximadamente 2,24 vezes menor do que no pico mais plano do Kuhn.
• Ressalva da Entropia de Tsallis: O artigo alerta contra o uso da entropia de Tsallis como um "dial de curvatura" sem ajuste, pois alterar o índice de entropia $q$ desloca a coordenada alvo de máxima entropia $c^*_q$. Comparar um solver regularizado por Tsallis com um alvo baseado em Shannon poderia confundir o alvo móvel com o efeito de curvatura.

Significância e Alegações
O artigo afirma fornecer uma explicação defensável para o aparente contraexemplo no Kuhn poker, sustentando a conjectura da I-projeção (que a R-NaD seleciona o membro de máxima entropia) até um "resíduo limitado pelo achatamento". A principal significância é a demonstração de que o desvio observado não é uma falha fundamental do mecanismo de seleção, mas um artefato geométrico da curvatura do relevo de entropia atuando sobre um pequeno déficit removível.

O estudo limita explicitamente seu escopo:

• Não prova a conjectura da I-projeção para todos os jogos ou condições de inicialização, mas valida-a para o regime de referência uniforme.
• Não identifica o mecanismo preciso que causa o déficit de entropia em jogos sequenciais (hipotetizado como relacionado à regularização ponderada pelo alcance), apenas que ele existe.
• Não realiza uma varredura causal da própria curvatura $\kappa$ (devido à falta de uma família sequencial estável com curvatura ajustável), baseando-se em vez disso em curvaturas medidas e na identidade geométrica derivada.

O trabalho conclui que o "hiato de Kuhn" é um artefato removível, e a conta da I-projeção permanece válida, desde que o déficit de entropia seja levado a zero, sujeito às restrições de estabilidade dinâmica do solver.