Distributional Stability of Tangent-Linearized Gaussian Inference on Smooth Manifolds

A continuación se presenta un resumen técnico detallado del artículo "Estabilidad Distribucional de la Inferencia Gaussiana Linealizada por Tangente en Variedades Suaves".

1. Planteamiento del Problema

En robótica, la inferencia probabilística a menudo ocurre en variedades suaves (por ejemplo, grupos de Lie como $SO(3)$, $SE(3)$, o conjuntos de restricciones de contacto) donde los espacios de estado son intrínsecamente no lineales. Las pipelines de estimación estándar suelen emplear un flujo de trabajo de "linealizar–inferir–retraer":

1. Linealizar: Aproximar la variedad localmente con su espacio tangente en un punto $\tilde{\mu}$.
2. Inferir: Realizar marginalización o condicionamiento gaussiano en el espacio tangente (subespacio afín) utilizando identidades de forma cerrada.
3. Retraer: Mapear la distribución resultante de vuelta a la variedad.

El Problema Central: Si bien este enfoque es computacionalmente eficiente, no está claro cuándo es confiable. La marginalización y el condicionamiento exactos en variedades curvas generalmente producen distribuciones no gaussianas. El artículo aborda la falta de límites de error explícitos y no asintóticos que cuantifiquen la discrepancia entre la ley inducida exactamente por la variedad y la aproximación linealizada por tangente. Específicamente, busca determinar cómo la curvatura, la escala de la covarianza y el desplazamiento de la media afectan la validez de la linealización en una sola carta.

2. Metodología

Los autores formalizan la confiabilidad como un problema de estabilidad distribucional, cuantificando la discrepancia entre la distribución exacta y la aproximación utilizando la distancia de Wasserstein-2 ($W_2$). Se elige la métrica $W_2$ porque metriza la convergencia débil con segundos momentos, controlando directamente los errores en la media y la covarianza.

El estudio analiza dos operaciones canónicas:

• Marginalización por Proyección: Empujar una gaussiana ambiental $X \sim \mathcal{N}(\mu, \Sigma)$ sobre la variedad $M$ mediante la proyección métrica $g: \mathbb{R}^n \to M$.
• Condicionamiento por Medida de Superficie: Restringir la densidad gaussiana ambiental a $M$ y renormalizarla con respecto a la medida de superficie (forma de volumen) de $M$.

Marco Teórico:
Los autores derivan límites de error descomponiendo el error en dos componentes:

1. Distorsión Geométrica Local: El error que surge del desajuste de segundo orden entre la curvatura de la variedad y el espacio tangente plano dentro de una vecindad local.
2. Fuga de Cola No Local: El error causado por la masa de probabilidad que "se filtra" fuera de la vecindad local donde la linealización es válida.

Los conceptos geométricos clave utilizados incluyen:

• Alcance ($\rho$): El radio más grande tal que cada punto dentro de esa distancia tiene un punto más cercano único en la variedad.
• Curvatura ($\kappa$): Acotada por la norma del operador de la segunda forma fundamental.
• Retracciones/Cartas: Mapeos desde el espacio tangente de vuelta a la variedad con límites de precisión cuadrática.

3. Contribuciones Clave

A. Límites $W_2$ No Asintóticos Explícitos

El artículo deriva límites superiores rigurosos para la distancia $W_2$ entre las distribuciones exacta y aproximada:

• Para Marginalización (Teorema III.1): El límite separa el error local (que escala con la curvatura $\kappa$ y el error de retracción $\kappa_R$) de la fuga de cola (controlada por la masa de probabilidad fuera del radio de localización).
  $$W_2 \leq C_{loc}(\kappa + \kappa_R)\sqrt{E[\|X-\tilde{\mu}\|^4]} + C_{tail}\epsilon^{1/4}$$
• Para Condicionamiento (Teorema IV.1): El límite tiene en cuenta las distorsiones en la forma de la densidad (factores jacobianos y diferencias de log-densidad) además del transporte de masa. Introduce un "exponente de desajuste curvatura/volumen" $\eta_r$ que cuantifica cómo la curvatura de la restricción y la precisión previa deforman la aproximación tangente.

B. Diagnósticos de Forma Cerrada para Entradas Gaussianas

Para entradas gaussianas, los autores especializan los límites para proporcionar diagnósticos computables basados en la media ($\mu$), la covarianza ($\Sigma$) y la geometría local ($\rho, \kappa$):

• Métrica de Estabilidad ($k_\rho$): Un diagnóstico clave es la relación $k_\rho = \sqrt{\|\Sigma\|_{op}} / \rho$, que representa la relación entre la dispersión de la incertidumbre y el alcance de la variedad.
• Métrica de Desplazamiento ($s_\delta$): La relación del desplazamiento de la media desde el punto de linealización respecto al alcance, $\|\delta\|/\rho$.
• Predicción de Fallo: Los límites predicen que la linealización se vuelve poco confiable cuando $k_\rho \gtrsim 1/6$ o cuando el desplazamiento de la media es grande.

C. Identificación de Modos de Fallo

El análisis revela que la incertidumbre en dirección normal es el modo de fallo dominante. La incertidumbre alineada con el vector normal de la variedad tensiona la curvatura y el alcance de la manera más intensa, lo que lleva a una degradación rápida de la calibración en comparación con la incertidumbre tangencial.

4. Resultados Experimentales

Los autores validan sus predicciones teóricas utilizando dos puntos de referencia:

A. Punto de Referencia del Círculo 2-D

• Configuración: Una gaussiana se proyecta/condiciona sobre un círculo de radio $R$.
• Hallazgos:
  • Punto de Transición: La transición de calibración (donde la aproximación lineal se vuelve sobreconfiada) ocurre consistentemente en $\sqrt{\|\Sigma\|_{op}}/R \approx 1/6$.
  • Anisotropía: La norma espectral $\|\Sigma\|_{op}$ sirve como un diagnóstico efectivo incluso para covarianzas anisotrópicas.
  • Sensibilidad al Desplazamiento: Grandes desplazamientos de la media ($\delta$) causan fuga de cola y degradación de la cobertura incluso si la curvatura es baja.
  • Condicionamiento vs. Marginalización: El condicionamiento es más frágil que la marginalización; se rompe a una dispersión menor ($\approx 0.30$ vs. $\approx 0.38$) debido a artefactos en la forma de la densidad (distorsión jacobiana) que $W_2$ podría subestimar.

B. Empuje Planar (Tarea Rica en Contacto)

• Configuración: Un robot empuja una caja con restricciones de contacto rígido (restricciones de variedad).
• Hallazgos:
  • Análisis de Trayectoria: La discrepancia entre las covarianzas linealizadas y las de Monte Carlo se correlaciona fuertemente con el indicador de localidad $s_k/\hat{\rho}_k$.
  • Estrés Direccional: La inflación de la incertidumbre en la dirección normal causa errores de calibración significativamente mayores que la inflación tangencial, confirmando la predicción teórica de que la incertidumbre normal es el modo de fallo crítico.
  • Umbral Práctico: Para radios de contacto típicos ($R_c \approx 0.1$ m), el umbral $\sqrt{\|\Sigma\|_{op}} \lesssim 17$ mm se viola fácilmente por la acumulación de ruido de proceso.

5. Significado e Implicaciones Prácticas

• Puerta de Calibración en Tiempo de Ejecución: Los diagnósticos derivados ($k_\rho$ y $s_\delta$) proporcionan un disparador práctico y de bajo costo para solucionadores de robótica (por ejemplo, GTSAM, iSAM2).
  • Si $k_\rho \lesssim 1/6$ y $s_\delta \ll 1$: La linealización tangente de una sola carta es confiable.
  • Si $k_\rho$ es grande: Cambiar a relinearización iterada.
  • Si $s_\delta$ es grande: Se requiere relinearización inmediata (por ejemplo, después de cierres de bucle).
  • Si ambos son grandes: Cambiar a inferencia multicarta o basada en partículas.
• Asimetría en el Condicionamiento: El artículo destaca que el condicionamiento es estructuralmente más sensible que la marginalización debido a que las constantes de normalización amplifican los errores en la forma de la densidad. Esto sugiere que las operaciones de condicionamiento requieren verificaciones más estrictas (por ejemplo, verificaciones de cobertura o divergencia KL) incluso cuando los límites $W_2$ parecen moderados.
• Fundamento Teórico: Este trabajo cierra la brecha entre la estimación heurística en robótica y la probabilidad geométrica rigurosa, proporcionando los primeros límites no asintóticos que separan la distorsión geométrica de la fuga de cola para la inferencia gaussiana en variedades.

En resumen, el artículo proporciona un marco matemáticamente riguroso para determinar cuándo es seguro utilizar la inferencia gaussiana linealizada por tangente en robótica y cuándo son necesarios métodos no lineales más complejos, evitando el uso de estimaciones de incertidumbre sobreconfiadas e inexactas en tareas críticas de control y planificación.