Resumen Técnico: Estabilidad y Realizabilidad de Redes de Puertas Lógicas Ternarias Surrogadas Polinómicas Recurrentes

1. Enunciado del Problema

La supervisión de especificaciones de seguridad en tiempo real utilizando Lógica Temporal de Señales (STL) presenta una "brecha causal" fundamental. Los monitores STL estándar fuera de línea requieren valores futuros de la señal para evaluar operadores temporales acotados (por ejemplo, $\square_{[0,5]} \mu$), a los cuales los monitores causales, en línea, no pueden acceder. Aunque las Redes Neuronales Recurrentes (RNN) como las LSTM y GRU se han utilizado para cerrar esta brecha aprendiendo patrones espacio-temporales para predecir veredictos a partir de trayectorias parciales, carecen de garantías estructurales respecto a la degradación de la entrada.

En sistemas críticos para la seguridad, las entradas de los sensores pueden degradarse o volverse indisponibles. Las RNN estándar, que operan en dominios continuos, no ofrecen ningún mecanismo para distinguir entre estados "determinados" e "inciertos". En consecuencia, una entrada caída o un predicado indeterminado puede hacer que una RNN cambie silenciosamente un veredicto de "seguro" a "inseguro" (o viceversa), en lugar de degradarse elegantemente a un estado "desconocido". Existe la necesidad de un monitor aprendido que combine el poder predictivo de las redes neuronales con la propagación conservadora de la incertidumbre inherente a la lógica formal bajo información parcial.

2. Metodología: La Arquitectura R-DTLGN

Los autores proponen la Red de Puertas Lógicas Ternarias Diferenciables Recurrentes (R-DTLGN), una arquitectura recurrente que opera nativamente en el dominio de la lógica ternaria de Kleene $\mathbb{T} = \{-1, 0, +1\}$, donde $0$ representa explícitamente "desconocido".

Componentes Principales

• Dominio de Lógica Ternaria: La red utiliza la lógica ternaria fuerte de Kleene, donde los conectivos lógicos (Y, O, NO) propagan conservadoramente el valor "desconocido". Por ejemplo, $Verdadero \land Desconocido = Desconocido$.
• Entrenamiento con Surrogados Polinómicos (PST): Para permitir el entrenamiento diferenciable de puertas lógicas discretas, la red emplea PST. Cada neurona se representa como un polinomio de grado $(2,2)$ con 9 coeficientes aprendibles. Esto permite entrenar la red mediante descenso de gradiente sobre valores continuos en $[-1, 1]$.
• Estructura de Celda Recurrente: La celda R-DTLGN ingiere los valores actuales de los predicados y un estado oculto anterior, los procesa a través de $L$ capas de puertas PST ternarias y produce un estado oculto actualizado y un veredicto de salida. El estado oculto se inicializa en el estado "todo-desconocido" $(0, \dots, 0)$.
• Endurecimiento y Destilación: En la inferencia, la red polinómica suave se "endurece" en un circuito de lógica ternaria discreto. Los autores introducen un método de destilación de trayectorias para configuraciones recurrentes: en lugar de redondear las neuronas de forma independiente (lo que causa incoherencia global), realizan una búsqueda por coordenadas voraz sobre un vocabulario objetivo de puertas para minimizar la discrepancia de veredictos en un conjunto de calibración.

Vocabularios de Puertas y Ordenamientos

El análisis se basa en dos ordenamientos parciales sobre el dominio ternario:

1. Ordenamiento Numérico ($\leq$): $-1 \leq 0 \leq +1$. Las puertas monótonas bajo este ordenamiento (NM) aseguran dinámicas recurrentes estables durante el entrenamiento.
2. Ordenamiento de Información ($\sqsubseteq$): $0 \sqsubseteq -1$ y $0 \sqsubseteq +1$ (con $-1$y$+1$ incomparables). Las puertas monótonas bajo este ordenamiento (IM) garantizan una degradación fundamentada: reemplazar una entrada determinada por desconocida solo puede hacer que la salida sea menos determinada, nunca cambiarla a un valor incorrecto.

Los autores identifican un vocabulario de intersección ($NM \cap IM$) que contiene 17 puertas no constantes (incluyendo Y y O) que satisfacen tanto las garantías de estabilidad como las de degradación.

3. Contribuciones Clave

A. Arquitectura y Endurecimiento

La R-DTLGN es la primera arquitectura recurrente que acopla la predicción temporal aprendida con garantías formales de degradación arraigadas en la lógica ternaria. Los autores introducen una novedosa rutina de endurecimiento en dos fases:

1. Fase 1: Destilación utilizando el conjunto completo de puertas monótonas numéricamente (NM) para asegurar dinámicas estables.
2. Fase 2: Intentar reemplazar las puertas solo-NM por candidatos de $NM \cap IM$ para extender las garantías de degradación, aceptando los intercambios solo si la pérdida de precisión es mínima.

B. Garantías de Degradación

El artículo demuestra que las celdas R-DTLGN compuestas por puertas monótonas de información (IM) satisfacen dos propiedades críticas:

1. Abstención Fundamentada: Si todas las entradas son desconocidas, la salida es desconocida. El monitor nunca fabrica un veredicto a partir de evidencia ausente.
2. Monotonía de la Certeza de Entrada: Reemplazar una entrada determinada por desconocida solo puede hacer que la salida sea menos determinada (o mantenerla igual); no puede cambiar un veredicto determinado al valor opuesto.
   Estas garantías son invariantes estructurales de la arquitectura, no artefactos del entrenamiento.

C. Límites de Realizabilidad

Los autores derivan una especificación impulsada por fórmulas para la dimensión del estado oculto de la red. Dada una fórmula STL acotada $\varphi$, definen una complejidad de estado $B(\varphi)$ basada en los intervalos de los operadores temporales y la profundidad de anidamiento.

• Teorema: Cualquier R-DTLGN capaz de monitorear $\varphi$ requiere una dimensión de estado oculto $S \geq B(\varphi)$.
• Esto reemplaza la búsqueda de hiperparámetros con un cálculo directo basado en la estructura de la fórmula STL. Por ejemplo, un operador "Hasta" sobre un intervalo de ancho $w$ requiere $2w$ bits de estado.

D. Pipelines de Construcción de Etiquetas

El artículo evalúa dos estrategias de construcción de etiquetas:

• Calcular-luego-Cuantizar (CtQ): Evalúa la robustez en señales continuas y luego cuantiza. Apunta a veredictos verdaderos pero puede obligar a la red a comprometerse con información insuficiente.
• Cuantizar-luego-Calcular (QtC): Cuantifica los predicados a ternario primero y luego evalúa la robustez. Apunta solo a veredictos estructuralmente recuperables, alineando el objetivo de entrenamiento con las garantías de degradación.

4. Resultados Experimentales

La R-DTLGN fue evaluada en 816 trayectorias del entorno de navegación D4RL PointMaze contra 6 especificaciones STL acotadas.

• Cerrando la Brecha Causal: La R-DTLGN superó significativamente a la línea base causal (STLCG++ restringida a datos disponibles), mejorando la precisión entre 33 y 38 puntos porcentuales en tareas específicas. Igualó o superó el rendimiento de una RNN estándar (red Elman) en 4 de las 6 especificaciones.
• Rendimiento de Endurecimiento: La destilación en dos fases convirtió con éxito las redes suaves en circuitos discretos. Aunque algunas especificaciones mostraron una "brecha de endurecimiento" (caída de precisión), otras mostraron que el circuito endurecido superaba a la versión suave, lo que sugiere que la destilación actúa como un regularizador.
• Comportamiento de Degradación:
  • Preservación del Veredicto: Bajo la eliminación de predicados, la R-DTLGN endurecida con QtC mantuvo una preservación perfecta o casi perfecta de los signos de los veredictos (hasta el 100% en algunas especificaciones), mientras que la RNN mostró una degradación constante.
  • Monotonía de la Retícula: El pipeline QtC logró un cumplimiento medio del 93,0% con la monotonía de la certeza de entrada en todos los subconjuntos de predicados. El pipeline CtQ logró un 85,4%, reflejando la compensación entre precisión y seguridad estructural.
  • Abstención: El circuito QtC transitó correctamente a "desconocido" (abstención) a medida que se eliminaban las entradas, mientras que la RNN y los circuitos CtQ fallaron en abstenerse, produciendo a menudo valores determinados incorrectos.

5. Significado y Afirmaciones

El artículo afirma que la R-DTLGN es la primera arquitectura recurrente que acopla la predicción temporal aprendida con garantías formales de degradación arraigadas en la lógica ternaria.

• Seguridad Estructural: A diferencia de las RNN estándar, donde el comportamiento de degradación depende de los pesos aprendidos y la augmentación del entrenamiento (por ejemplo, dropout), la robustez de la R-DTLGN ante la incertidumbre de la entrada está garantizada por su arquitectura (la elección de puertas IM).
• Capacidades Complementarias: El sistema ofrece dos capacidades no superpuestas: (1) capacidad de predicción para cerrar la brecha causal utilizando patrones aprendidos, y (2) garantías de degradación para asegurar la robustez cuando se pierde información de entrada.
• Eficiencia de Diseño: El límite de realizabilidad permite derivar el tamaño de la red directamente a partir de la fórmula STL, eliminando la necesidad de una búsqueda extensa de hiperparámetros para las dimensiones del estado oculto.

Los autores reconocen limitaciones, señalando que la destilación en dos fases no cierra completamente la brecha de endurecimiento para todas las especificaciones y que las garantías de degradación requieren estrictamente puertas monótonas de información. Se sugiere trabajo futuro en variantes con puertas para horizontes más largos y codificaciones de múltiples trits.