Resumen Técnico: Campos Vectoriales Guiados por Lógica para Modelado Generativo con Restricciones

1. Declaración del Problema

Los modelos generativos se despliegan cada vez más como mecanismos de propuesta en robótica, planificación y diseño, donde las salidas deben satisfacer restricciones explícitas del dominio (por ejemplo, reglas de seguridad, viabilidad física). Sin embargo, las pipelines generativas estándar, particularmente los modelos de tiempo continuo como Flow Matching, son en gran medida "ciegas a las restricciones". Aunque estos modelos aprenden a transportar masa de probabilidad desde una distribución base hacia una distribución objetivo, a menudo dirigen las trayectorias a través de regiones prohibidas durante el proceso de generación, incluso si la distribución objetivo final se encuentra enteramente dentro del conjunto válido.

Las soluciones existentes, como el muestreo de rechazo, la proyección o la guía heurística, sufren limitaciones significativas:

• El muestreo de rechazo se vuelve computacionalmente impráctico cuando las regiones factibles son pequeñas.
• La proyección puede distorsionar las muestras y falla cuando las restricciones son no convexas o desconectadas.
• Los métodos de guía estándar (por ejemplo, guía mediante clasificador) proporcionan un control suave pero no garantizan el cumplimiento de las restricciones.
• La aplicación solo en el punto final es insuficiente porque la propia trayectoria de generación puede cruzar regiones inválidas, lo que conduce a fallos raros pero críticos en entornos de seguridad crítica.

El desafío central abordado es cómo incorporar restricciones lógicas y geométricas en los modelos generativos de flujo de coincidencia para mejorar la validez sin sacrificar la calidad de la muestra ni la fidelidad distribucional.

2. Metodología: Campos Vectoriales Guiados por Lógica (LGVF)

Los autores proponen Campos Vectoriales Guiados por Lógica (LGVF), un marco neuro-simbólico que integra restricciones simbólicas directamente en la dinámica generativa del flujo de coincidencia. El marco asume que las restricciones se especifican como predicados lógicos $\phi(x)$ con relajaciones diferenciables (funciones de violación) $\ell_{logic}(x) \geq 0$, donde $\ell_{logic}(x) = 0$ si y solo si se satisface la restricción.

LGVF opera mediante dos mecanismos complementarios:

A. Pérdida Lógica en Tiempo de Entrenamiento

El flujo de coincidencia estándar aprende un campo vectorial $v_\theta(x, t)$ para minimizar la distancia entre la velocidad aprendida y la velocidad condicional $x_1 - x_0$ a lo largo de trayectorias de línea recta. LGVF amplía esto con una pérdida lógica a nivel de trayectoria. En lugar de verificar la validez solo en el punto final, el modelo penaliza las violaciones de restricciones en estados intermedios $x_t$ a lo largo de la trayectoria del flujo.

El objetivo total es:
$$\mathcal{L}_{LGVF}(\theta) = \mathcal{L}_{FM}(\theta) + \mathbb{E}_{t, x_0, x_1} [\lambda(t) \cdot \ell_{logic}(x_t)]$$

• $\mathcal{L}_{FM}$: Pérdida estándar de flujo de coincidencia.
• $\lambda(t) = \lambda_{max} \cdot t^\alpha$: Un programa de ponderación dependiente del tiempo. Esto refleja la geometría del flujo de coincidencia: en $t \approx 0$, las muestras están cerca de la distribución base donde las violaciones pueden ser inevitables; en $t \approx 1$, las muestras se acercan al objetivo donde las restricciones deben cumplirse estrictamente.
• Efecto: Esto incentiva al campo vectorial aprendido a descubrir caminos curvos que dirigen las muestras alrededor de las regiones prohibidas en lugar de atravesarlas.

B. Ajuste Lógico en Tiempo de Inferencia

La guía solo durante el entrenamiento no puede garantizar cero violaciones, especialmente para geometrías complejas. LGVF introduce una corrección ligera basada en gradientes durante el muestreo (integración de EDO). El campo vectorial se modifica restando el gradiente de la restricción:
$$\tilde{v}(x_t, t) = v_\theta(x_t, t) - \eta(t) \cdot \nabla_x \ell_{logic}(x_t)$$

• Mecanismo: El término $-\nabla_x \ell_{logic}(x_t)$ apunta hacia la disminución más pronunciada de la violación, empujando la trayectoria hacia regiones válidas.
• Programación: La fuerza de ajuste $\eta(t)$ es cero para tiempos tempranos ($t \leq t_0$) y aumenta cuadráticamente para $t > t_0$ (por ejemplo, $t_0 = 0.3$). Esto asegura que la corrección actúe como un refinamiento de "última milla" sin desestabilizar la integración ni alterar significativamente la distribución aprendida.

3. Contribuciones Clave

1. Identificación de una Brecha: El artículo demuestra que el transporte basado en flujo sin restricciones puede atravesar regiones prohibidas incluso cuando la distribución objetivo es totalmente válida, destacando la insuficiencia de la aplicación solo en el punto final.
2. Marco LGVF: Un método novedoso que integra restricciones simbólicas en el flujo de coincidencia mediante un enfoque de dos etapas:
   • Una pérdida lógica en tiempo de entrenamiento que penaliza las violaciones a lo largo de trayectorias de flujo continuas.
   • Un ajuste de gradiente en tiempo de inferencia que dirige el muestreo lejos de las violaciones de restricciones.
3. Comportamiento Emergente: El método produce campos vectoriales conscientes de las restricciones que exhiben un comportamiento emergente de evitación de obstáculos, dirigiendo las muestras alrededor de regiones prohibidas sin planificación de ruta explícita.
4. Validación Empírica: Evaluación exhaustiva en restricciones lineales, no lineales y multi-región, demostrando mejoras consistentes en la validez con un impacto mínimo en la calidad de la muestra.

4. Resultados Experimentales

Los autores evaluaron LGVF en tres estudios de caso 2D y un estudio de escalado de alta dimensión:

• Estudio de Caso 1 (Semiplano Lineal): LGVF + Ajustado redujo las tasas de violación en un 82% (de 2.2% a 0.4%) en comparación con el Flow Matching estándar.
• Estudio de Caso 2 (Anillo No Lineal): LGVF + Ajustado redujo las violaciones en un 79% (de 5.65% a 1.20%), manejando efectivamente tanto las restricciones de la frontera interior como de la exterior.
• Estudio de Caso 3 (Multi-Obstáculo): En este entorno complejo y no convexo, la pérdida lógica en tiempo de entrenamiento por sí sola aumentó ligeramente las violaciones debido al paisaje de pérdida difícil. Sin embargo, el ajuste en tiempo de inferencia compensó con éxito, reduciendo las violaciones en un 59% (de 1.7% a 0.7%).
• Estudio de Caso 4 (Escalado de Alta Dimensión): En dimensiones $d \in \{10, 25, 50, 100\}$, las violaciones del Flow Matching estándar crecieron significativamente (hasta 14.8% en $d=100$). LGVF + Ajustado mantuvo tasas de violación cercanas a cero (0.0%–0.4%) en todas las dimensiones.

Compensaciones:

• En configuraciones lineales y de anillo, LGVF mejoró tanto la validez como la fidelidad distribucional (medida por MMD).
• En la configuración multi-obstáculo, se observó una compensación satisfacción–fidelidad: aunque la factibilidad mejoró, el MMD aumentó ligeramente, lo que indica una desviación de la forma de la distribución objetivo.

Estudios de Ablación:

• Pesos más fuertes en tiempo de entrenamiento ($\lambda_{max}$) redujeron monótonamente las violaciones.
• La guía en tiempo de entrenamiento y el ajuste en tiempo de inferencia son complementarios: combinar ambos produjo los mejores resultados (0.02% de violación frente a 0.50% de línea base), superando a cualquiera de los componentes por separado.

5. Significado y Afirmaciones

El artículo afirma que LGVF proporciona un mecanismo confiable para hacer cumplir las restricciones en el modelado generativo sin requerir planificación de ruta explícita ni muestreo de rechazo costoso. Al acoplar la conformación global del transporte (mediante pérdida de entrenamiento) con la corrección local (mediante ajuste de inferencia), el marco logra un cumplimiento robusto de restricciones en diversas geometrías.

Los autores posicionan a LGVF como un paso hacia la viabilidad de los modelos generativos para aplicaciones de seguridad crítica donde la validez es innegociable. Reconocen los desafíos pendientes, que incluyen extender el método a datos complejos de alta dimensión (por ejemplo, imágenes, moléculas), mejorar la robustez bajo paisajes altamente no convexos y analizar más a fondo la compensación satisfacción–fidelidad. El trabajo no afirma resolver todos los problemas de generación con restricciones, sino que ofrece un enfoque escalable y diferenciable que supera significativamente a las líneas base estándar en los entornos probados.