Este artículo considera los resultados de aprendizaje en juegos donde los resultados de rondas anteriores tienen efectos acumulativos, como los enrutadores. Trabajos previos de Gaitonde y Tardos utilizaron un modelo poco realista sin búferes en los servidores, demostrando que las marcas de tiempo y las prioridades son necesarias para la estabilidad del sistema. Este artículo presenta un modelo modificado que aumenta el realismo del modelo al añadir un pequeño búfer en los servidores y prescindir de marcas de tiempo y prioridades, lo que permite un mayor rendimiento del tráfico. Mediante análisis teóricos y simulaciones, demostramos que la estabilidad del sistema puede mantenerse incluso con un cierto porcentaje de aumento en la capacidad del servidor en comparación con la coordinación centralizada. En particular, demostramos que este resultado se mantiene incluso cuando los servidores seleccionan aleatoriamente los paquetes que llegan simultáneamente.
