Width, Memory, and Delay: A Resource Accounting for the Limits of Flat Multi-Agent Systems

Resumo Técnico: Largura, Memória e Atraso: Uma Contabilidade de Recursos para os Limites de Sistemas Multiagentes Planos

Definição do Problema
O artigo aborda um debate fundamental no design de sistemas multiagentes escaláveis (variando de enxames de robôs a coletivos de grandes modelos de linguagem): se o aumento do número de agentes (largura da população) pode superar indefinidamente os limites de desempenho ou se uma organização hierárquica qualitativamente mais profunda é estritamente necessária. Esta investigação é motivada por um preprint recente [7] que afirma que sistemas multiagentes planos e homogêneos possuem um "piso causal" irredutível e independente da população sobre o erro alcançável, o qual só pode ser reduzido por uma organização hierárquica (loops de controle aninhados). Os autores argumentam que tal afirmação confunde dois conceitos distintos: achatamento arquitetural (falta de loops de controle aninhados) e achatamento de memória (falta de estado dinâmico interno). O artigo busca substituir este debate binário "plano vs. profundo" por um modelo de recursos quantitativo baseado em três dimensões distintas: largura da população ($N$), memória do modelo interno por agente ($d$) e predição através do atraso de observação ($\tau$).

Metodologia
Os autores empregam um banco de testes de rejeição de distúrbios controlado, fundamentado na teoria de controle estocástico clássico (controle de variância mínima, o princípio do modelo interno e restrições de Bode/água de ferro).

• Modelo do Sistema: Um estado escalar de uma planta $x[t]$ evolui sob um distúrbio estruturado comum $d[t]$ (composto por tons de banda estreita e um processo AR) e é observado por $N$ agentes homogêneos. Os agentes recebem observações com atraso ($\tau$) e ruído ($v_i$). Suas ações de controle são calculadas pela média para formar um comando coletivo.
• Definições de Recursos:
  • Largura ($N$): O número de agentes calculando a média de ruídos de medição independentes.
  • Memória ($d$): A dimensão do estado dinâmico interno por agente (ex: integradores, ressonadores) usado para modelar o gerador de distúrbios.
  • Atraso ($\tau$): A latência entre a observação e a ação de controle, estabelecendo um horizonte de predição.
• Controladores Testados:
  • Escada (Ladder): Enxames homogêneos planos com crescente memória interna por agente (bancos de P, PI e PI+Ressonador).
  • Cascata (Cascade): Um sistema hierárquico de dois loops projetado (a linha de base "profunda").
  • Fronteira de Kalman: Um controlador centralizado de variância mínima com modelo-oráculo, servindo como o ótimo computável.
  • Adaptativo: Um controlador sem oráculo que aprende frequências de distúrbio online via detecção de picos de periodograma e ressonadores de fase travada.
• Avaliação: O desempenho é medido pelo Erro Quadrático Médio (MSE) em regime permanente. O estudo inclui experimentos extensos variando $N$, $d$ e $\tau$, juntamente com verificações de robustez contra descasamento de frequência, distúrbios não estacionários (chirps e mudança de regime), não linearidade suave e plantas espacialmente estendidas.

Principais Contribuições

1. Contraexemplo ao Teorema Forte de Sistemas Planos: O artigo demonstra que um enxame plano e homogêneo com modelos internos correspondentes por agente pode alcançar um piso de erro inferior a uma hierarquia de dois loops projetada, quando ambos possuem igual memória por agente. Isso refuta a afirmação de que a hierarquia arquitetural é necessária para reduzir o piso de erro; a profundidade temporal pode ser alcançada via memória dinâmica (recurrente) em vez de aninhamento arquitetural.
2. Mapa Quantitativo Largura $\times$ Memória: Os autores estabelecem que largura e memória não são mutuamente intercambiáveis.
   • A Largura reduz a componente de erro devida ao ruído de medição independente (escalando como $1/N$), mas não pode reduzir o resíduo estruturado causado por frequências de distúrbio não modeladas.
   • A Memória (especificamente estados de modelo interno) é necessária para cancelar distúrbios estruturados.
   • Uma análise estrita de orçamento total de estados ($N \cdot d = \text{constante}$) revela um limiar: abaixo de uma certa relação sinal-ruído, aumentar a largura é benéfico; acima dela, investir estados em memória (profundidade) supera decisivamente a adição de agentes.
3. O Teorema do Atraso: O artigo quantifica um piso de erro irredutível determinado pelo atraso de observação $\tau$ e a imprevisibilidade do ambiente sobre esse horizonte. Este piso corresponde à variância do erro de predição de múltiplos passos à frente do distúrbio, somada à incerteza da detecção ruidosa e atrasada. Este limite é verificado contra o controlador preditivo ideal (Proposição 2) com precisão de 1%.
4. Custo da Adaptação: O estudo quantifica a lacuna de desempenho entre controladores com conhecimento de oráculo e controladores adaptativos online. Embora os controladores adaptativos se aproximem da linha de base do oráculo em cenários estacionários de banda estreita, eles sofrem com transientes de reidentificação durante mudanças rápidas de regime, às vezes performando pior do que loops sem memória robustos.
5. Regras de Design: Quatro diretrizes práticas são destiladas para profissionais: (1) Conte primeiro os modos de distúrbio (cada um precisa de estados de modelo interno); (2) Adicione largura apenas até o ponto em que a redução de ruído encontra o piso estrutural; (3) Trate a latência como uma barreira intransponível que exige predição ou redução de latência, não mais agentes; (4) Troque a profundidade do notch por robustez ou adapte-se apenas se os regimes durarem mais que os tempos de identificação.

Resultos

• Plano vs. Hierarquia: Nos Experimentos E1-E3, um enxame ressonador plano ($d=2$) alcançou um piso de MSE (0.058) inferior ao melhor cascata de dois loops ajustado (0.107) com igual memória por agente, refutando diretamente a afirmação de impossibilidade para sistemas planos.
• Não-Intercambialidade: O Experimento E4 mostrou que aumentar $N$ não pode reduzir o erro de uma banda de distúrbio não coberta pelo modelo interno (o MSE permaneceu independente de $N$ para bandas não cobertas).
• Análise de Orçamento: No Bloco A, para um orçamento total de estados fixo, o aumento da profundidade de memória ($d$) dominou o aumento da largura ($N$) uma vez que um limiar mínimo de SNR foi cruzado. Abaixo deste limiar, o ruído de medição dominava, tornando a largura crítica.
• Limites de Atraso: O Bloco C confirmou que o piso de MSE cresce com $\tau$ e coincide com o piso de Riccati semi-analítico da Proposição 2 com uma margem de 0.89%.
• Robustez: Ressonadores agudos proporcionaram supressão profunda, mas foram frágeis ao descasamento de frequência. Controladores adaptativos lidaram bem com chirps, mas falharam sob mudanças rápidas de regime devido a transientes de identificação.
• Generalização: A contabilidade de recursos manteve-se para plantas espacialmente estendidas (anel de 12 nós e grade 6x6) e sob observabilidade parcial, confirmando que os achados não são artefatos do banco de testes escalar.

Significância e Alegações
O artigo afirma resolver o aparente paradoxo da escalabilidade multiagente ao reenquadrar o problema como "contabilidade de recursos" em vez de hierarquia arquitetural. Argumenta-se que a "profundidade" necessária para superar limites de desempenho não é necessariamente arquitetural (loops aninhados), mas pode ser dinâmica (modelos internos dentro dos agentes).

• Escopo: Os autores declaram explicitamente que suas alegações são fundamentadas em controle linear com não-linearidades limitadas e não se estendem a plantas caóticas ou de fase não-mínima.
• Relevância para LLM: Embora o banco de testes seja um sistema de controle físico, os autores propõem o triângulo de recursos (largura, memória, atraso) como uma hipótese para coletivos cognitivos (ex: agentes de LLM), sugerindo que "memória" mapeia para contexto/recuperação e "atraso" para latência de raciocínio. Eles postulam que o achado empírico de que um único agente forte pode igualar um fluxo de trabalho multiagente é explicado pelo modelamento interno adequado, enquanto a escala ajuda principalmente quando adiciona diversidade (cobertura espectral) em vez de mera replicação.
• Modéstia: Os autores evitam alegar a prova de novos teoremas de impossibilidade. Em vez disso, fornecem um contraexemplo a uma afirmação forte existente e oferecem um modelo de recursos mais nítido e fundamentado na teoria clássica, verificado empiricamente. Eles reconhecem que seu controlador adaptativo é uma linha de base heurística e que a estimativa distribuída (comunicação entre agentes) é uma extensão direta ainda não totalmente explorada.