Resumen Técnico: Límites del Aprendizaje de Dinámicas Lineales a partir de Experimentos

1. Enunciado del Problema

El artículo aborda el problema fundamental de identificar los parámetros $(A, B)$ de un sistema lineal e invariante en el tiempo (LTI) continuo desconocido a partir de trayectorias observadas de estado y entrada. El sistema está gobernado por la ecuación diferencial ordinaria:
$$\dot{x}(t) = Ax(t) + Bu(t), \quad x(0) = x_0$$
donde $x(t) \in \mathbb{R}^n$ es el estado, $u(t) \in \mathbb{R}^m$ es la entrada de control, y $(A, B)$ son los parámetros desconocidos.

La teoría clásica de identificabilidad para sistemas LTI controlados establece que la controlabilidad del sistema y una entrada persistentemente excitante (PE) son condiciones suficientes para recuperar $(A, B)$ de manera única a partir de un solo experimento. Sin embargo, en muchos escenarios prácticos —particularmente en sistemas dispersos y de alta dimensión— la controlabilidad a menudo falla. Cuando la controlabilidad está ausente, no está claro si un solo experimento puede determinar de manera única el sistema completo o si solo partes del sistema son recuperables. Además, la literatura existente carece de una caracterización en forma cerrada de la identificabilidad para sistemas LTI no autónomos que no asuma la controlabilidad.

El problema central es caracterizar la identificabilidad condicional al experimento: determinar qué partes del sistema están determinadas de manera única por una configuración experimental específica (definida por un estado inicial $x_0$ y una entrada de control $u$), y qué partes permanecen ambiguas.

2. Metodología y Marco Teórico

Los autores desarrollan un marco geométrico y algebraico para analizar los límites de la información recuperable a partir de un solo experimento $e = (x_0, u)$.

2.1 El Subespacio Visible

El concepto central introducido es el Subespacio Visible, denotado $\mathcal{V}(x_0)$. Este se define como el menor subespacio invariante bajo $A$ que contiene al estado inicial $x_0$ y a la imagen de la matriz de entrada $B$ (es decir, $\text{Im}(B)$). Formalmente, es el span de Krylov:
$$\mathcal{V}(x_0) := \mathcal{K}_n(A, [x_0 \ B]) = \text{span}\left\{ [x_0 \ B], A[x_0 \ B], \dots, A^{n-1}[x_0 \ B] \right\}$$
Los autores demuestran un Lema de Confinamiento de Órbita: independientemente de la complejidad de la entrada $u$, la trayectoria de estado resultante $\phi(t)$ está estrictamente confinada a $\mathcal{V}(x_0)$. En consecuencia, la dinámica del sistema fuera de este subespacio (en el complemento "ciego") no puede influir en la trayectoria observada.

2.2 Conjuntos Consistentes con el Experimento vs. Consistentes con el Diseño

El artículo distingue entre dos conjuntos de sistemas consistentes con las observaciones:

1. Conjunto Consistente con el Diseño $[A, B]_E$: El conjunto de todos los sistemas consistentes con la clase de experimentos (todas las entradas posibles $u \in U$). Esto representa el límite estructural de la información dada el estado inicial y las capacidades de entrada.
2. Conjunto Consistente con el Experimento $[A, B]_e$: El conjunto de todos los sistemas consistentes con un experimento realizado único $(x_0, u)$.

Los autores establecen un teorema de "Puente": si la trayectoria realizada es informativa (lo que significa que el regresor conjunto del estado proyectado y la entrada tiene una matriz Gramiana de rango completo), entonces el conjunto de un solo experimento colapsa al conjunto consistente con el diseño ($[A, B]_e = [A, B]_E$). Demuestran que una entrada persistentemente excitante de orden suficiente garantiza esta informatividad.

2.3 Caracterización de la Identificabilidad

Bajo un experimento informativo, los autores derivan una parametrización en forma cerrada de todos los sistemas consistentes con los datos. Utilizando una transformación de coordenadas $T$ que separa el subespacio visible $\mathcal{V}(x_0)$ de su complemento $\mathcal{W}$, cualquier sistema consistente $(\tilde{A}, \tilde{B})$ debe satisfacer:

• $\tilde{B} = B$
• La restricción de $\tilde{A}$ al subespacio visible es igual a la restricción de $A$: $\tilde{A}|_{\mathcal{V}(x_0)} = A|_{\mathcal{V}(x_0)}$
• La dinámica en el complemento $\mathcal{W}$ y los términos de acoplamiento cruzado pueden ser arbitrarios.

Por lo tanto, el sistema es totalmente identificable si y solo si $\mathcal{V}(x_0) = \mathbb{R}^n$ (es decir, el subespacio visible abarca todo el espacio de estados). De lo contrario, solo la dinámica restringida en el subespacio visible está determinada de manera única.

2.4 Criterios Algebraicos

Para cuantificar la proximidad a la no identificabilidad, el artículo propone dos pruebas algebraicas basadas en el par aumentado $(A, [x_0 \ B])$:

1. Prueba de Vectores Propios Izquierdos: La identificabilidad completa falla si existe un vector propio izquierdo $w$ de $A$ tal que $w^\top x_0 = 0$ y $w^\top B = 0$. Se define un margen $\mu_{\min}$ para medir la alineación de los vectores propios con las fuentes de excitación.
2. Prueba PBH de Experimento Fijo: Se deriva un margen modificado de Popov–Belevitch–Hautus (PBH) $d_{\text{PBH}}(A, B | x_0)$, que mide la distancia a una pérdida de identificabilidad dado el $x_0$ fijo.

3. Contribuciones Clave

1. Teorema de Identificabilidad Parcial: El artículo demuestra que incluso cuando el sistema completo no es identificable, la dinámica restringida al subespacio visible $\mathcal{V}(x_0)$ está determinada de manera única por un solo experimento informativo.
2. Parametrización en Forma Cerrada: Proporciona una descripción explícita del conjunto de todos los sistemas consistentes con un experimento dado, caracterizando los grados de libertad en el subespacio no identificable.
3. Criterios Algebraicos para la Identificabilidad: Introduce métricas computables ($\mu_{\min}$ y $d_{\text{PBH}}$) para probar la identificabilidad completa y cuantificar la robustez del problema de identificación.
4. Extensión a Sistemas Controlados: A diferencia de trabajos anteriores centrados en sistemas autónomos, este marco desentraña explícitamente los roles del estado inicial y la entrada de control en sistemas LTI controlados.

4. Resultados Experimentales

Los autores validan sus hallazgos teóricos en sistemas LTI dispersos sintéticos, que son propensos a fallos de controlabilidad.

• Controlabilidad vs. Identificabilidad: Los experimentos muestran que a medida que aumenta la dispersión, la fracción de sistemas controlables disminuye significativamente. Sin embargo, se demuestra que la identificabilidad es condicional al experimento: estados iniciales densos pueden hacer que un sistema no controlable sea totalmente identificable, mientras que estados iniciales dispersos pueden conducir a una identificabilidad parcial.
• Recuperación de Subsistemas: El artículo evalúa cuatro métodos de identificación (DMDc, MOESP, SINDy y EDOs Neuronales) en sistemas dispersos.
  • Resultado: Todos los métodos recuperan con éxito el subsistema visible (la restricción a $\mathcal{V}(x_0)$) con un error cercano a cero, incluso cuando el sistema completo no es identificable.
  • Contraste: El error en la recuperación del sistema completo ($REE_{\text{full}}$) permanece acotado lejos de cero, reflejando la ambigüedad estructural en el subespacio no excitado.
  • Robustez al Ruido: A medida que aumenta el ruido de observación, el error en el subsistema visible permanece menor que el error del sistema completo, aunque las EDOs Neuronales (NODEs) exhiben errores generales más altos debido a desafíos de optimización en comparación con los estimadores en forma cerrada.

5. Significado y Afirmaciones

El artículo afirma resolver una brecha en la literatura sobre la identificabilidad de sistemas LTI no autónomos sin asumir la controlabilidad. Su principal significado radica en cambiar la perspectiva de "¿es el sistema identificable?" a "¿qué es identificable dado este experimento específico?".

Los autores argumentan que:

• Las garantías clásicas (controlabilidad + PE) a menudo son demasiado restrictivas para sistemas dispersos y de alta dimensión.
• Los practicantes deben interpretar las conclusiones mecanísticas en relación con el subespacio visible inducido por su diseño experimental.
• Cualquier afirmación sobre dinámicas fuera del subespacio visible está injustificada, independientemente de lo bien que un modelo se ajuste a los datos de entrenamiento.
• Los criterios algebraicos propuestos permiten a los practicantes cuantificar la "incertidumbre epistémica" de su tarea de identificación antes o después de realizar un experimento.

El trabajo no propone nuevos algoritmos de estimación, sino que proporciona una lente teórica para comprender los límites de los métodos existentes y el contenido de información fundamental de los datos experimentales.