AI-enhanced Direct SLAM: A Principled Approach to Unsupervised Learning in Bayesian Inference

1. Planteamiento del Problema

La localización precisa de terminales móviles (MT) y la conciencia situacional del entorno de propagación son fundamentales para las futuras redes 6G. Sin embargo, las técnicas de posicionamiento convencionales fallan en entornos urbanos, industriales y cerrados debido a la propagación por trayectos múltiples (multipath) y a las condiciones de línea de vista obstruida (OLOS).

Los métodos existentes de SLAM (Simultaneous Localization and Mapping) basados en multipath (MP-SLAM) suelen utilizar modelos paramétricos que simplifican excesivamente el entorno, ignorando efectos electromagnéticos finos como la dispersión difusa o imperfecciones del hardware. Por otro lado, los modelos puramente basados en IA (datos) requieren grandes conjuntos de datos etiquetados y tienen dificultades para generalizar ante cambios de dominio.

El desafío principal es desarrollar un sistema que pueda:

• Realizar inferencia bayesiana directamente sobre señales de radiofrecuencia (RF) crudas.
• Aprender un modelo del entorno de manera no supervisada (sin etiquetas de posición ni mapas geométricos previos).
• Combinar la interpretabilidad física con la flexibilidad del aprendizaje automático.

2. Metodología Propuesta

Los autores proponen un método híbrido de SLAM potenciado por IA que integra un modelo de señal físicamente interpretable con modelos de redes neuronales (NN) dentro de un marco de inferencia bayesiana.

A. Modelo de Señal Híbrido

El modelo de medición combina dos componentes:

1. Componente Físico (LOS): Modela explícitamente el componente de Línea de Vista (LOS) utilizando la respuesta de frecuencia y de antena, con parámetros conocidos (posición de la estación base, orientación del terminal).
2. Componente de IA (Multipath): Modela los componentes de trayecto múltiple (MPC) inducidos por el entorno utilizando una red neuronal. La NN aprende la geometría de propagación (posiciones de "anclas virtuales" o características del mapa) y las estadísticas de amplitud basándose únicamente en la posición de la estación base, siendo invariante a la posición del terminal.

La covarianza del ruido en el modelo de señal fusiona ambas contribuciones, utilizando proyecciones ortogonales para asegurar que el componente de IA no degrade la información de posición del LOS.

B. Inferencia Bayesiana y Algoritmo SPA

El problema se formula como una inferencia bayesiana en un grafo de factores. Se utiliza un algoritmo de Sum-Product (SPA) basado en partículas para estimar conjuntamente:

• El estado del terminal móvil (posición, velocidad, orientación).
• El estado de visibilidad de las estaciones base (LOS).
• Los parámetros de los componentes multipath.
• Las varianzas del ruido.

Para hacer esto computacionalmente viable, se emplea una implementación eficiente en GPU que permite la evaluación paralela de la verosimilitud (likelihood) a través de partículas y estaciones base. Se utiliza el Lema de Inversión de Woodbury para reducir la complejidad computacional de invertir matrices de covarianza de $O(M^3)$ a $O(MR^2 + R^3)$, donde $R$ es el rango bajo de la perturbación.

C. Aprendizaje No Supervisado (ELBO)

El núcleo de la innovación es el aprendizaje del entorno sin etiquetas. Se utiliza un marco de Inferencia Variacional para maximizar la Cota Inferior de la Evidencia (ELBO).

• El algoritmo alterna entre dos pasos:
  1. Paso de Inferencia: Utiliza el SPA para aproximar la distribución posterior de los estados latentes (posición, visibilidad, etc.) dado el modelo actual.
  2. Paso de Aprendizaje: Actualiza los parámetros de la red neuronal ($\theta$) maximizando la función de costo basada en la ELBO, utilizando los resultados del paso de inferencia.
• Esto permite que la red neuronal aprenda la geometría de propagación y las estadísticas de amplitud directamente de las señales RF crudas.

3. Contribuciones Clave

1. Método SLAM Híbrido: Propone un enfoque que acopla estrechamente la inferencia bayesiana con el aprendizaje de entornos no supervisado, eliminando la necesidad de mapas geométricos explícitos o posiciones etiquetadas.
2. Algoritmo SPA Basado en Partículas: Desarrolla un algoritmo escalable con evaluación eficiente de covarianza para realizar inferencia directa sobre mediciones RF crudas.
3. Aprendizaje No Supervisado: Introduce un método para maximizar la ELBO, permitiendo que el modelo aprenda la geometría de propagación y las estadísticas de amplitud directamente desde las señales.
4. Implementación Eficiente en GPU: Presenta una implementación paralela que evalúa la verosimilitud simultáneamente para múltiples partículas y estaciones base, haciendo el método viable en tiempo real.

4. Resultados Experimentales

Los autores validaron el método mediante simulaciones en un entorno multipath sintético con una sola estación base y condiciones de OLOS (línea de vista obstruida) en el centro de la trayectoria.

• Comparativa: Se comparó contra un SLAM directo solo con LOS (que falla en OLOS) y un SLAM "genio" (que conoce el mapa real).
• Rendimiento:
  • El método propuesto aprendió el mapa de características y las estadísticas de amplitud sin conocimiento previo del suelo.
  • Logró mantener una localización precisa incluso en la zona OLOS, con un error de raíz cuadrática media (RMSE) inferior a 75 cm en todas las realizaciones.
  • El algoritmo solo con LOS divergió en la zona obstruida.
  • El rendimiento del método propuesto se acercó al del algoritmo "genio" (límite inferior teórico).
• Eficiencia: La implementación en GPU logró tiempos de ejecución de 30 ms por paso de tiempo para la inferencia y 250 ms para el paso de aprendizaje no supervisado.

5. Significado e Impacto

Este trabajo representa un avance significativo en la intersección de las comunicaciones, la localización y la inteligencia artificial.

• Robustez en OLOS: Demuestra que es posible mantener la localización precisa en entornos complejos donde la línea de vista está bloqueada, aprendiendo el entorno "al vuelo".
• Eliminación de Dependencia de Datos Etiquetados: Al ser un enfoque no supervisado, elimina la barrera de entrada de requerir costosos conjuntos de datos de entrenamiento con posiciones reales conocidas.
• Modelado Físico-AI: Muestra cómo integrar modelos físicos rigurosos con componentes de IA aprendidos puede superar las limitaciones de ambos enfoques por separado, ofreciendo un modelo generativo del entorno que es tanto interpretable como adaptable.

En resumen, el paper presenta un marco teórico y práctico sólido para la próxima generación de sistemas de localización en 6G, capaces de mapear y localizar simultáneamente en entornos dinámicos y hostiles sin intervención humana previa.