Resumen Técnico: Horizontes de Confianza Válidos para Órbitas Conformes en Modelos de Mundo Equivariantes

1. Planteamiento del Problema

Los modelos de mundo aprendidos están intrínsecamente limitados por su error de despliegue (rollout), el cual se degrada con el tiempo. Dado que el planeamiento basado en modelos y la supervisión propia dependen de proyectar estos modelos hacia adelante, no existe un método principal para determinar el "horizonte de confianza": el número específico de pasos sobre los cuales las predicciones de un modelo siguen siendo fiables. Los enfoques existentes suelen depender de hiperparámetros fijos (por ejemplo, un horizonte fijo $H=25$) que son específicos para una única distribución y carecen de garantías formales.

Además, para los modelos de mundo con simetrías de grupo conocidas (modelos equivariantes), queda una pregunta crítica: ¿Puede un certificado de confianza derivado de una región local ser válido en toda la órbita del grupo sin requerir una calibración separada para cada estado transformado? Los métodos actuales carecen de garantías de seguridad formales o no logran aprovechar la estructura geométrica de la equivariancia para reducir los costes de calibración.

2. Metodología

2.1 Configuración del Modelo de Mundo Equivariante

Los autores definen un modelo de mundo latente que consta de:

• Codificador ($E$): Mapea observaciones $x$ a latentes $z$.
• Predictor ($f$): Avanza los latentes condicionados a acciones $a$ ($\hat{z}_{t+1} = f(z_t, a_t)$).
• Simetría: El modelo satisface condiciones de equivariancia donde $E(g \cdot x) = \rho(g)E(x)$ y $f(\rho(g)z, \sigma(g)a) = \rho(g)f(z,a)$ para un grupo $g \in \mathcal{G}$.
• Implementación: Los codificadores se realizan como redes CN-dirigibles (2D) o redes de Vector-Neuron/SE(3) (3D). La equivariancia se verifica mediante pruebas unitarias que comprueban los residuos frente a la precisión de la máquina o tolerancias aprendidas.

2.2 Horizonte Bruto y Calibración Conforme

El núcleo de la metodología consiste en construir un certificado de horizonte de confianza:

1. Curva Bruta: Un residuo latente de un paso $\hat{\delta}$ y una estimación de expansión de tiempo finito $\hat{\lambda}_1$ (derivada del Jacobiano del predictor mediante esquemas de Benettin/QR) forman una curva de propagación de error bruta:
   $$\widehat{Err}(H) = \hat{\delta} \sum_{t=0}^{H-1} e^{\hat{\lambda}_1 t}$$
   El horizonte bruto $H_{raw}$ es el máximo de pasos donde este error se mantiene por debajo de una tolerancia $\epsilon$.
2. Calibración Conforme Dividida (Split-Conformal): Para asegurar la validez estadística, la curva bruta se escala mediante un factor multiplicativo $\gamma_\alpha$. El horizonte certificado $H_{conf}$ se define tal que $\widehat{Err}_{conf}(H) = \gamma_\alpha \widehat{Err}(H) \le \epsilon$.
   • El factor $\gamma_\alpha$ se determina mediante predicción conforme dividida en un conjunto de calibración, asegurando que para una auditoría de intercambio fresca, $P(H_{conf} \le H_{meas}) \ge 1-\alpha$.
   • Crucialmente, en el conjunto de auditoría reproducible de los autores, la curva bruta ya era conservadora, lo que resultó en $\gamma_\alpha = 1.0$.

2.3 Transporte Válido para la Órbita

El artículo introduce un resultado estructural que combina la calibración estadística con la propiedad geométrica de la equivariancia:

• Teorema A (Transporte de Órbita): Si el modelo es exactamente equivariante, los errores de despliegue, las tasas de expansión y las curvas de horizonte resultantes son constantes a lo largo de la órbita del grupo.
• Corolario C (Certificado Válido para la Órbita): Si un certificado se calibra en una región fundamental (una "cuña") y la exactitud de la equivariancia se cumple, el certificado es válido para toda la órbita con el mismo nivel de confianza $1-\alpha$.
• Implicación: La equivariancia transforma el evento de cobertura en toda la órbita (que requeriría un límite de unión y una cantidad masiva de datos) en un único evento calibrado. Esto elimina la necesidad de datos de calibración por órbita.

2.4 Manejo de la Equivariancia Aproximada

Dado que las redes entrenadas son solo aproximadamente equivariantes, los autores contabilizan los residuos de transporte ($R_t$) utilizando límites de Lipschitz sobre los defectos del codificador y el predictor. Empíricamente, se encontró que estos residuos eran pequeños (mediana de 1.1%), lo que permite que el certificado siga siendo válido con una inflación mínima.

3. Contribuciones Clave

1. Certificado de Horizonte de Confianza Conforme: Un método para convertir una curva de propagación de error latente de un paso en un certificado conservador de un solo lado utilizando calibración conforme dividida. El método logró 0/50 violaciones anti-conservadoras en auditorías estables, con un límite superior binomial exacto del 95% de 5.8% en la tasa de violación.
2. Teorema de Validez de Órbita: Una prueba de que la exactitud de la equivariancia permite transportar un certificado calibrado en un solo sector a toda la órbita del grupo sin coste de calibración adicional (Corolario C).
3. Nitidez (Sharpness) y Contabilización de Residuos: El certificado no es vacuo, con una relación mediana entre el horizonte certificado y el medido ($H_{conf}/H_{meas}$) de 0.67. Los residuos de transporte a nivel de implementación fueron pequeños (mediana de 1.1%, máximo de 4.1%).
4. Coste de Calibración Dependiente del Sustrato: El artículo identifica que el beneficio de la equivariancia para reducir el coste de calibración es condicional al sustrato de los datos.
   • Sustrato Simétrico 2D: Los modelos de base no equivariantes ya eran aproximadamente robustos a la órbita debido al entorno simétrico, por lo que la equivariancia no proporcionó separación en el coste de calibración.
   • Sustrato de Yaw 3D: Los modelos de base no equivariantes fallaron en lograr la seguridad de la órbita sin un exceso de holgura, violaciones o inestabilidad de la semilla. Los modelos equivariantes lograron un certificado seguro y no vacuo desde un solo sector de calibración.

4. Resultados y Hallazgos Empíricos

• Seguridad: A través de 50 celdas de auditoría estables, el certificado conforme con $\gamma_\alpha=1.0$ mostró cero violaciones anti-conservadoras.
• Nitidez: En 172 comprobaciones a nivel de celda, el 98% de las comprobaciones retuvieron al menos el 25% del horizonte medido, y el 69% retuvo al menos el 50%. El certificado actúa como una puerta de viabilidad nítida para horizontes cortos ($H \in [1,8]$).
• Coste de Calibración:
  • En 2D (PushT), los modelos equivariantes, simples y aumentados fueron todos válidos para la órbita desde un solo sector.
  • En 3D (ManiSkill yaw), el modelo equivariante obtuvo un certificado seguro de un solo sector, mientras que los modelos de base saludables no equivarientes incurrieron en costes en forma de violaciones, multiplicadores de holgura ($\gamma_\alpha \approx 1.9$) o colapso de la nitidez.
• Aplicación en Planeamiento (Resultado Negativo): Los autores intentaron utilizar el horizonte certificado para guiar el espaciado de subobjetivos en un planificador CEM-MPC 3D. Esto no tuvo éxito. El sustrato de planeamiento exhibió una alta varianza entre semillas, y no se encontró ninguna asociación detectable entre el horizonte de confianza certificado y el horizonte de planeamiento óptimo. Los autores lo atribuyen a un "cuello de botella de suficiencia de estado", donde la representación latente carecía de información de velocidad necesaria para la predicción de la dinámica en un entorno con ruptura de gravedad.

5. Significado y Reivindicaciones

El artículo afirma que la equivariancia no reemplaza la calibración; le otorga una geometría.

• Estructural vs. Empírico: El teorema de transporte de órbita es una garantía estructural que se mantiene siempre que exista una exactitud de la equivariancia. Sin embargo, el beneficio empírico (reducción del coste de calibración) solo se manifiesta cuando la distribución de los datos no induce ya una robustez de órbita aproximada en los modelos no equivariantes.
• Naturaleza de la Garantía: El certificado es una auditoría distributiva conservadora, no una garantía de alcanzabilidad global. Certifica que el modelo es fiable en relación con la distribución de la auditoría medida, no que sea seguro en todos los posibles escenarios de peor caso.
• Modestia sobre el Planeamiento: Los autores declaran explícamente que la aplicación de "espaciado de subobjetivos certificado" no fue confirmada. El resultado negativo en el planificador 3D se reporta como un hallazgo de frontera, destacando cómo la economía de la estructura-varianza de los modelos equivariantes (alta varianza en el rendimiento del planeamiento) puede anular los beneficios teóricos en las capas de control descendentes.

El trabajo se distingue de la literatura previa al calibrar una función de horizonte en lugar de un escalar o un intervalo, y al transportar esa función sobre una órbita de grupo, convirtiendo así una auditoría local en un certificado válido para la órbita. Evita afirmar que la equivariancia mejora universalmente la precisión de la predicción o el rendimiento del planeamiento, centrándose en la eficiencia geométrica del proceso de certificación en sí mismo.