Resumen Técnico: Ensamble Neuronal de Caja Blanca para la Plasticidad Vehicular

Declaración del Problema

Los sistemas de control de vehículos autónomos enfrentan una tensión fundamental entre plasticidad (la capacidad de adaptarse a regímenes operativos variables, como cambios en la fricción o la masa del vehículo, sin reentrenamiento) y verificabilidad (el requisito de modelos transparentes y analizables para la certificación de seguridad, por ejemplo, ISO 26262).

Las soluciones de vanguardia actuales suelen depender de:

1. Modelos compilados y opacos: Herramientas como acados o L4CasADi generan código eficiente pero desplazan la verificación hacia la procedencia de la generación de código, careciendo de introspección simbólica en tiempo de ejecución.
2. Modelos de aprendizaje monolíticos: Los enfoques basados en Modelos Fundacionales Universales o el ajuste fino (fine-tuning) en línea sufren del dilema estabilidad-plasticidad, con el riesgo de provocar inestabilidad en bucle cerrado y olvido catastrófico.
3. Adaptación implícita: Métodos como Neural-Fly ajustan el comportamiento mediante aproximadores de funciones, pero a menudo carecen de transparencia estructural explícita.

Existe una brecha en la comprensión del costo de eficiencia específico de mantener una representación simbólica totalmente trazable de un ensamble neuronal dentro de un marco de Control Predictivo basado en Modelo No Lineal (NMPC). Este artículo investiga si es posible lograr una auditabilidad de caja blanca estricta a expensas de una sobrecarga computacional significativa.

Metodología

Arquitectura: Soberanía Modular

Los autores proponen un NMPC adaptativo de caja blanca basado en un paradigma de "Soberanía Modular" (inspirado en HYDRA). En lugar de entrenar un único modelo monolítico o estimar parámetros físicos en línea, el sistema construye la dinámica del vehículo como una combinación convexa de especialistas neuronales congelados y específicos de cada régimen.

• Formulación de la Dinámica: La dinámica efectiva global se define como $\dot{\hat{x}}(t) = \sum_{i=1}^{N} w_i \cdot \Psi_i(x(t), u(t))$, donde $\Psi_i$ son redes neuronales congeladas (especialistas) y $w$ es un vector de gobernanza restringido al simplex ($\sum w_i = 1, w_i \ge 0$).
• Restricción Geométrica: Esta formulación confina la dinámica del sistema al envolvente convexo de los especialistas, evitando la extrapolación más allá de la familia de modelos entrenada y permitiendo la interpolación para configuraciones de vehículos no vistos (heterogeneidad de la flota).

Mecanismo de Adaptación: El Gobernador

Un módulo Gobernador estima los pesos de mezcla ($w$) en tiempo real para adaptarse a los cambios de régimen (por ejemplo, cambios de fricción, variaciones de masa).

• Regresión: El Gobernador minimiza el error entre las derivadas de estado medidas (aproximadas mediante diferencias finitas) y la salida del ensamble predicha.
• Suavizado: Los pesos se suavizan utilizando una Media Móvil Exponencial (EMA) para suprimir oscilaciones de alta frecuencia.
• Despliegue Zero-Shot: La biblioteca de especialistas se construye mediante una estrategia de selección codiciosa de caso de peor escenario sobre un conjunto de datos sintético híbrido (muestreo uniforme + trayectorias de tipo "chirp") para asegurar la cobertura de comportamientos de manejo de límites.

Implementación: Auditabilidad Simbólica

Para lograr la máxima transparencia, el ensamble se implementa utilizando representaciones totalmente simbólicas en CasADi SX.

• A diferencia de los enfoques compilados, el solver recorre el grafo computacional simbólico explícito de las redes neuronales en cada iteración.
• Esto permite la inspección directa del grafo de derivadas (transparencia estructural), aunque los pesos neuronales en sí mismos permanezcan semánticamente opacos.
• Entrenamiento: Ocho Redes Neuronales Informadas por la Física (PINNs) fueron entrenadas utilizando un protocolo híbrido (Adam seguido de L-BFGS) para minimizar tanto la pérdida de datos como las restricciones de consistencia cinemática, logrando un RMSE de $\approx 4 \times 10^{-6}$.

Contribuciones Clave

1. Integración de NMPC Simbólico: La presentación de un ensamble disperso de especialistas neuronales congelados integrado en un marco de NMPC de caja blanca diseñado para la plasticidad vehicular bajo estrictas restricciones de auditabilidad.
2. Cuantificación del Costo de Transparencia: Una caracterización rigurosa de la sobrecarga computacional incurrida al mantener la retención simbólica no lineal completa. El estudio aísla el "precio de la eficiencia" de la implementación de caja blanca estricta.
3. Validación Funcional: Demostración de que la arquitectura resuelve con éxito el problema de la plasticidad (manejo de cambios abruptos en fricción, masa y arrastre) a pesar de los costos computacionales identificados, validado mediante simulación sincrónica.

Resultados

Benchmarks Computacionales (Fase I)

El estudio cuantifica un compromiso significativo entre velocidad y auditabilidad:

• Latencia del Solver: El ensamble neuronal simbólico incurre en una ralentización de 72× a 102× en comparación con los modelos físicos paramétricos optimizados.
  • F1TENTH (escala 1:10): Tiempo de resolución de 535 ms (frente a 7.38 ms para la física).
  • ORCA (escala 1:43): Tiempo de resolución de 545 ms (frente a 5.35 ms para la física).
• Cuello de Botella: La ralentización es estructural. Aproximadamente el 96% del tiempo se consume en la evaluación del NLP (recorriendo el grafo simbólico para generar Jacobianos), mientras que el solver lineal toma un tiempo insignificante.
• Latencia de Adaptación: A pesar de la sobrecarga del solver, el mecanismo de adaptación es rápido (~7.3 ms), significativamente más rápido que los enfoques de recompilación JIT (~752 ms).

Validación de Plasticidad Funcional (Fase II)

Evaluado en una pista de carreras autónoma bajo cambios de régimen compuestos:

• Nivel 1 (ODE Ideal): El controlador adaptativo logra un rendimiento cercano al techo teórico, conteniendo la degradación de posición en un +12.9% y logrando una mitigación del 97.5% respecto a una base no adaptativa durante cambios de fricción.
• Nivel 2 (ODE con Ruido): El sistema permanece estable bajo ruido de sensores, confirmando que la incertidumbre aleatoria no desestabiliza al Gobernador.
• Nivel 3 (Neural PINNs):
  • Entrenamiento Naive (Nivel 3a): Resulta en una deriva de posición insegra de escala métrica.
  • Entrenamiento Híbrido (Nivel 3b): Con el protocolo de entrenamiento refinado, el sistema cierra la brecha con el techo de la ODE ideal. El error de posición se mantiene en < 0.1 m, lo que representa una reducción de 35× en el error de seguimiento comparado con la base naive.
• Cambios Compuestos: El sistema maneja con éxito cambios simultáneos en fricción, masa y arrastre, demostrando robustez ausente en bases no adaptativas.

Significado y Reivindicaciones

El artículo posiciona este trabajo como una prueba de concepto y un punto de referencia para los compromisos entre transparencia estructural y velocidad de ejecución.

• El "Costo de Calcular Ceros": Los autores afirman que la ralentización de 72–102× es un impuesto estructural fijo por mantener la introspección completa en tiempo de ejecución. El motor de Diferenciación Automática (AD) gasta la mayor parte de su tiempo recorriendo rutas densas para verificar contribuciones dispersas.
• Seguridad vs. Velocidad: El trabajo argumenta que, si bien la verificabilidad sincrónica estricta actualmente prohíbe el despliegue en hardware en tiempo real, la arquitectura resuelve funcionalmente el problema de la plasticidad vehicular. El costo computacional compra un "margen de seguridad": la capacidad de manejar la incertidumbre epistémica y los cambios de régimen compuestos sin salir del envolvente convexo verificado del modelo.
• Hoja de Ruta Futura: Los autores no afirman que la implementación actual esté lista para el despliegue. En su lugar, sugieren que la baja densidad de Jacobianos (~3.6%) indica potencial para la poda basada en sensibilidad para comprimir el grafo. También proponen que una arquitectura asíncrona podría desacoplar la latencia de adaptación de la latencia del solver, lo que permitiría reconciliar la plasticidad con la velocidad, aunque a costa de la auditabilidad sincrónica estricta.
• Conclusión: El estudio valida que un controlador de caja blanca y adaptativo es teóricamente viable y funcionalmente efectivo, proporcionando un camino transparente para resolver el dilema estabilidad-plasticidad, siempre que el trabajo futuro aborde el muro de la eficiencia computacional.