Resumen Técnico: Inducción de Priors Invariantes a la Permutación en la Optimización Bayesiana para Aplicaciones de Captura y Almacenamiento de Carbono

Declaración del Problema

El artículo aborda el desafío de optimizar el diseño y la operación de proyectos de Captura y Almacenamiento de Carbono (CCS), específicamente la ubicación estratégica de pozos de inyección y producción. Esta optimización implica navegar una función objetivo de caja negra, costosa y de alta dimensión, donde cada evaluación requiere una simulación de yacimiento de alta fidelidad computacionalmente intensiva.

Una característica estructural crítica de este problema es la invarianza a la permutación. Bajo estrategias de "control de grupo", la salida del simulador depende del conjunto de coordenadas de los pozos inyectores y del conjunto de coordenadas de los pozos productores, en lugar del orden específico de estas coordenadas dentro de sus respectivos grupos. Los sustitutos estándar de la Optimización Bayesiana (BO), como los Procesos Gaussianos (GP) con kernels estándar, tratan las entradas como vectores ordenados. En consecuencia, no reconocen que diferentes permutaciones de la misma disposición física de pozos representan el mismo diseño. Esta falta de codificación de la simetría conduce a:

1. Aprendizaje redundante: El modelo trata diseños físicos equivalentes como entradas distintas.
2. Geometría posterior distorsionada: El sustituto no logra colapsar correctamente el espacio de diseño.
3. Eficiencia de muestreo reducida: El proceso de optimización requiere más simulaciones costosas para converger, lo cual es prohibitivo en aplicaciones de CCS.

Metodología

Los autores proponen un enfoque novedoso para imponer la invarianza a la permutación directamente dentro del modelo sustituto, junto con una línea base aprendida invariante.

1. GP-Perm: Un Kernel Invariante a la Permutación Basado en Divergencia

La contribución principal es GP-Perm, un sustituto de Proceso Gaussiano que codifica la invarianza a la permutación a nivel de kernel.

• Estructura de Entrada: La variable de diseño $x$ se estructura como $(v_x, I_x, P_x)$, donde $v_x$ representa controles continuos auxiliares (por ejemplo, tasas objetivo de grupo), e $I_x$ y $P_x$ son conjuntos no ordenados de coordenadas de pozos inyectores y productores, respectivamente.
• Métrica de Distancia Compuesta: El kernel se construye sobre una distancia cuadrada compuesta $D^2(x, x')$ que agrega:
  • Distancia euclidiana estándar para el vector auxiliar $v_x$.
  • Divergencia de Sinkhorn ($S_\epsilon$): Una divergencia de transporte óptimo entrópica estable aplicada al conjunto de inyectores $I_x$, al conjunto de productores $P_x$ y a un conjunto de interacción $R_x$ construido explícitamente.
  • Conjunto de Interacción ($R_x$): Definido como el conjunto de vectores relativos entre todos los pares inyector-productor ($p_b - i_a$). Esto captura explícitamente las relaciones geométricas entre grupos (espaciado y alineación) que son cruciales para el rendimiento de CCS pero que se pierden si los conjuntos se tratan de forma independiente.
• Construcción del Kernel: El kernel final es un kernel de Matérn aplicado a esta distancia compuesta: $k(x, x') = \sigma^2 \mathcal{M}_\nu(D(x, x'))$.
• Propiedades: Dado que la divergencia de Sinkhorn depende únicamente de las medidas empíricas inducidas por los conjuntos, el kernel es invariante a cualquier permutación de elementos dentro de $I_x$ o $P_x$. Los autores implementan salvaguardas numéricas (ruido escalonado, limitación de valores propios) para garantizar la estabilidad durante la factorización de Cholesky.

2. DKL-DS: Una Línea Base Invariante Aprendida

Para evaluar el enfoque de kernel explícito, los autores implementan DKL-DS (Aprendizaje de Kernel Profundo con Conjuntos Profundos).

• Arquitectura: Un codificador de Conjuntos Profundos procesa los conjuntos de entrada ($I_x, P_x, R_x$) utilizando un mapeo elemento a elemento compartido seguido de un agrupamiento invariante (concatenación de media, máximo, desviación estándar y medias de potencia). El vector auxiliar se procesa mediante una MLP.
• Espacio Latente: Las incrustaciones fusionadas forman una representación latente $z$, sobre la cual se coloca un GP estándar.
• Entrenamiento: El modelo se entrena de extremo a extremo maximizando la verosimilitud logarítmica marginal, permitiendo que los gradientes fluyan a través de la red neuronal y los hiperparámetros del GP.

3. Protocolo de Evaluación

La metodología se evalúa en:

• Benchmarks Sintéticos: Siete objetivos invariantes a la permutación (por ejemplo, Cobertura Máxima de Área, Coincidencia de Distribución) para poner a prueba las capacidades de razonamiento sobre conjuntos.
• Benchmark Sintético Similar a CCS: Un objetivo personalizado de dos conjuntos que imita el acoplamiento geométrico inyector-productor.
• Estudio de Caso Realista: Optimización de la ubicación de pozos en la formación Johansen utilizando el simulador de yacimientos OPM-Flow. El objetivo es maximizar un Valor Presente Neto (NPV) regularizado.

Resultados Clave

Benchmarks Sintéticos

• Rendimiento: Ningún sustituto único dominó todos los benchmarks, lo que resalta la dependencia de la tarea de los sesgos inductivos. Sin embargo, GP-Perm logró el mejor rendimiento (en términos de Área bajo la Curva y mejor valor final) en los benchmarks de "Ubicación de Instalaciones" y "k-Medoides Suaves".
• Comparación: Los sustitutos invariantes a la permutación (GP-Perm y DKL-DS) generalmente superaron a las líneas base no invariantes (GP estándar y DKL) bajo presupuestos idénticos, confirmando el beneficio de la codificación de simetría.

Estudio de Caso CCS (Formación Johansen)

• Eficiencia de Muestreo: GP-Perm superó consistentemente a todas las líneas base, incluidos los GP no invariantes, el DKL no invariante y las líneas base de kernel de conjunto diseñadas (kernels de Doble Suma y de Incrustación Profunda).
• Métricas: GP-Perm logró el Área bajo la Curva media más alta (7.717) y el mejor valor objetivo final (0.387) en el estudio de Johansen, a pesar de un presupuesto de evaluación ajustado (10 iteraciones, tamaño de lote 2).
• Diagnósticos Posteriores: El análisis de la incertidumbre posterior y el comportamiento de adquisición reveló que los modelos basados en DKL (incluido DKL-DS) mostraron signos de exceso de confianza (desviaciones estándar posteriores muy pequeñas) y residuos estandarizados grandes, lo que sugiere una deriva de representación en el régimen de pocos datos. Por el contrario, GP-Perm mantuvo un perfil de incertidumbre más moderado y residuos mejor calibrados, indicando un equilibrio robusto entre la discriminación geométrica y la contracción de la incertidumbre.

Significado y Afirmaciones

El artículo afirma que codificar explícitamente la invarianza a la permutación es crítico para una Optimización Bayesiana eficiente en el diseño de pozos de CCS. Los autores argumentan que:

1. Explotación de la Simetría: Los sustitutos estándar desperdician capacidad modelando distinciones físicamente sin sentido entre permutaciones. Al imponer la invarianza, el sustituto colapsa el espacio de diseño, lo que conduce a posteriores más suaves y decisiones de adquisición más confiables bajo presupuestos ajustados.
2. Superioridad de los Kernels Explícitos: Aunque las incrustaciones aprendidas (DKL-DS) son flexibles, pueden sufrir inestabilidad y deriva de representación cuando se reentrenan repetidamente en conjuntos de datos de BO pequeños y no i.i.d. El kernel explícito GP-Perm, construido sobre divergencias estables, proporciona una opción predeterminada más confiable para regímenes de pocos datos donde la sensibilidad geométrica es primordial.
3. Importancia de los Conjuntos de Interacción: Se destaca la inclusión del conjunto de interacción ($R_x$) tanto en GP-Perm como en DKL-DS como una elección de diseño crucial. Permite que el modelo capture relaciones geométricas entre grupos (espaciado inyector-productor) que son esenciales para resultados operativos como la gestión de presiones y los riesgos de reciclaje de CO2.

El estudio concluye que para problemas con intercambiabilidad exacta (como la ubicación de pozos controlada por grupos), inducir priores invariantes a la permutación es generalmente beneficioso. Sin embargo, los autores señalan que la invarianza estricta debe relajarse si los pozos tienen restricciones específicas no intercambiables. El trabajo proporciona un marco práctico para manejar conjuntos no ordenados en simulaciones físicas de alta fidelidad, ofreciendo un camino hacia una toma de decisiones más eficiente en sistemas de ingeniería complejos.