{
  "aviso": "speedup_declarado es lo que declara la fuente citada, NO una medición de Rosetta. Lo que Rosetta midió va en evidencia_rosetta, y para la mayoría del catálogo está vacío.",
  "procedencia": {
    "fuente": "Quantum Algorithm Zoo",
    "fuente_url": "https://quantumalgorithmzoo.org/",
    "instantanea_sha256": "dee7e76b5f19096ed329c88714744b93babf7b7d0296eb97e357b2582d16b75e",
    "generado_at": "2026-08-09"
  },
  "id": "approximating-nash-equilibria",
  "nombre": "Approximating Nash Equilibria",
  "categoria": "Optimization, Numerics, and Machine Learning",
  "categoria_id": "ONML",
  "problema": "Aproximar equilibrios de Nash en juegos de dos jugadores.",
  "speedup_declarado": "Polynomial",
  "declarado_por": "Quantum Algorithm Zoo",
  "fuente_url": "https://quantumalgorithmzoo.org/#ONML",
  "implementaciones": [],
  "referencias": [
    {
      "n": 485,
      "cita": "Adam Bouland, Yosheb Getachew, Yujia Jin, Aaron Sidford, and Kevin Tian Quantum Speedups for zero-sum games via improved dynamic Gibbs sampling Proceedings of ICML23 , 2023. [ arXiv:2301.03763 ]",
      "url": "https://arxiv.org/abs/2301.03763"
    },
    {
      "n": 486,
      "cita": "Joran van Apeldoorn and András Gilyén Quantum algorithms for zero-sum games arXiv:1904.03180 , 2019.",
      "url": "https://arxiv.org/abs/1904.03180"
    }
  ],
  "n_referencias": 2,
  "remisiones": [],
  "evidencia_rosetta": {
    "medido": false,
    "lectura": "Rosetta no tiene ninguna corrida sellada sobre este algoritmo. Que esté catalogado no significa que lo hayamos medido ni que lo ofrezcamos."
  }
}