في عالم الذكاء الاصطناعي والتعلم الآلي، تعتبر البيئات التنافسية المعقدة أحد أكبر التحديات. وقد أظهر بحث حديث بعنوان "ثمن الجنون" أن التعاون بين الوكلاء (agents) قد يكون عرضة للفشل في ظل ظروف التعلم الديناميكي. عند تعلم الوكلاء معًا بدلاً من التعلم في بيئة ثابتة، يحدث عدم استقرار في عمليات التعاون. في كل خطوة يخطوها أحد الوكلاء، تتغير توزيعات الأفعال التي يمكن لوكيل آخر اتخاذها، مما يحول الشريك المتعاون إلى مصدر ضوضاء عشوائية، وهو ما يكون حاسمًا في اتخاذ قرارات التعاون.

يستعرض البحث كيف تنتقل هذه الضوضاء الناتجة عن التعاون عبر هيكل الألعاب التعاونية، ليظهر أن التوازن التعاوني، حتى وإن كان مهيمنًا بشدة وفقًا لمقياس باريتو، يصبح غير مستقر بشكل أسي تحت التعلم المعتمد على المخاطر. وعندما تتجاوز ضوضاء الشريك العتبة الحرجة للتعاون في اللعبة، يتسبب ذلك في انهيار التعاون بشكل غير قابل للإصلاح.

بدلاً من تحسين الأمور، تُظهر استجابة التحوط من الشكوك الشريكة عمق المشكلة. فالمظاهر الخاطئة التي تهدف إلى تقليل المخاطر تُعاقب على الأفعال التعاونية عالية التباين مقارنة بالخيانة، مما يتسع من منطقة عدم الاستقرار بدلاً من تقليصها. ومن هنا، يكشف البحث عن وجود انفصال جوهري بين المجالات التي تُطبق فيها القوة (robustness) ومصدر عدم الاستقرار.

للتغلب على ذلك، يقترح البحث نظامًا يستهدف تعديل تباين تحديثات سياسات التعلم استنادًا إلى عدم اليقين المرتبط بالشركاء، بدلاً من التركيز على توزيع العوائد. هذه التفرقة تؤدي إلى خوارزمية تعدل تحديثاتها بناءً على قياس غير متزامن لعدم قابلية الشريك للتنبؤ، مما يوسع قاعدة التعاون في الألعاب التعاونية المتماثلة.

كجزء من هذا البحث، تم تقديم مفهومي "ثمن الجنون" و"نافذة التعاون"، وهما يساعدان في تحديد القدرة على استرداد الرفاهية في ظل ضغوط الشركاء. يركزان على التوازن المثالي بين استقرار التوازن وكفاءة العينة، مما يقدم فهمًا أفضل لدور القوة في التعلم الآلي.