Certified World Models as Sensing Clocks: Drift-Aware Deadlines for Active Perception

Resumen Técnico: Modelos de Mundo Certificados como Relojes de Sensado

Declaración del Problema
Los modelos de mundo actuales pueden predecir estados futuros, pero carecen de un mecanismo intrínseco para determinar cuándo expiran sus predicciones. Los agentes que dependen de predicciones de lazo abierto (coasting) enfrentan un compromiso crítico: sensar demasiado tarde sacrifica la garantía de validez del modelo, mientras que sensar demasiado pronto desperdicia un presupuesto de sensado escaso. Los enfoques existentes utilizan o bien periodos de replanificación fijos (ignorando la fiabilidad del modelo) o bien monitores reactivos que actúan solo después de que los errores de predicción ya han crecido. Este artículo aborda la pieza faltante: un reloj de sensado certificado que traduce el horizonte de validez de un modelo de mundo en un plazo operativo para cuando un agente debe volver a sensar.

Metodología
El método propuesto deriva un plazo de sensado proactivo a partir de un modelo de mundo equivariante y auditado. La innovación central es un método de despliegue consciente de la deriva (drift-aware deployment) que corrige los horizontes espectrales ingenuos.

1. Horizonte Espectral (Ingenuo): Teóricamente, si el error crece puramente por una tasa de expansión local $\lambda$, el plazo $T_\lambda$ se deriva de $\log(\epsilon/e_0)/\lambda$. Sin embargo, los autores demuestran que, en modelos de mundo congelados reales, confiar únicamente en la tasa de Lyapunov sobre la variedad ($\lambda$) sobreestima el intervalo de navegación (coasting) válido por aproximadamente un orden de magnitud.
2. Corrección Consciente de la Deriva: El plazo desplegado está gobernado por una envolvente de deriva de ejecución nativa calibrada ($b^{UCB}_h$), que captura el sesgo nativo del modelo, la salida de la variedad (off-manifold departure) y la deriva de la ejecución que $\lambda$ omite.
   • El límite de error realizado se define como: $r_h \le b^{UCB}_h + C e^{\lambda h}e_0 + \eta_h$.
   • En el régimen de resensado completo (donde el error post-sensado $e_0 \approx 0$), el término espectral desaparece, y el plazo se reduce al reloj de la envolvente de deriva: $T_{drift}(\epsilon) = \sup \{h : b^{UCB}_h \le \epsilon_{cert}\}$.
3. Certificado como Reloj: El sistema define una métrica de Violación de Certificado de Intervalo Simultáneo (ICV): la probabilidad de que el error de predicción exceda una tolerancia certificada $\epsilon_{cert}$ en cualquier paso dentro de un intervalo de navegación. El plazo se establece de tal manera que esta probabilidad esté acotada por un $\alpha$ objetivo.

Contribuciones Clave
El artículo realiza cuatro contribuciones positivas específicas y establece explícitamente un límite:

1. La Primitiva del Reloj de Sensado: Un plazo de navegación certificado que controla la violación de certificado de intervalo simultáneo. A diferencia de los relojes de periodo fijo o los monitores reactivos, este es un disparador proactivo y fundamentado en certificados.
2. Método de Despliegue Consciente de la Deriva: La demostración de que los plazos desplegables no pueden depender únicamente de $\lambda$. La tasa espectral sobre la variedad sirve como una interfaz de auditoría teórica, pero la envolvente de deriva de ejecución nativa es la que porta la garantía real desplegada.
3. Instanciación en Modelos Reales: El método se instanció en un modelo de mundo equivariante VN-JEPA (Arquitectura de Predicción de Embebido de Neurona Vectorial) 3D congelado. El reloj resultante controló con éxito el ICV de intervalos mantenidos (held-out) a través de múltiples semillas y fragmentos de datos (data shards).
4. Base de Comparación de Escenarios de Cola Reactiva: En un benchmark sintético donde todos los programadores comparten exactamente el mismo modelo, el reloj certificado se mantuvo válido en la distribución de despliegue y redujo sustancialmente las violaciones de cola con eventos (de 0.36 a 0.16) en comparación con el programador de creencia esperada de mezcla exacta (MB-EIG) con un presupuesto de sensado equivalente. MB-EIG requirió aproximadamente 3 veces más presupuesto para lograr una protección de cola similar.

Resultados y Limitaciones
El artículo reporta resultados rigurosos mientras estrecha explícitamente sus afirmaciones:

• Validación: La primitiva del reloj de sensado controla con éxito el ICV en el modelo VN-JEPA congelado (Etapa 1b-lite).
• Riesgo de Cola: El reloj certificado supera a los programadores reactivos de creencia esperada en la gestión de intervalos "con eventos" raros y de alto riesgo (Etapa 2A).
• Resultados Nulos (Límites):
  • Tiempo de Adelanto (Lead-Time): En benchmarks de horizonte corto y dependientes del estado, el reloj certificado no proporcionó una ventaja de tiempo de adelanto sobre los programadores periódicos o reactivos residuales (Etapa 2B).
  • Reemplazabilidad: En el régimen de horizonte corto y resensado completo, un horizonte conformal empírico (no espectral) igualó la validez y el rendimiento de presupuesto del reloj desplegado. Esto sugiere que el término espectral no es empíricamente dominante en este régimen específico (Etapa 2C-V).
  • Borde Espectral: Una exploración de reinicio parcial diseñada para activar el término espectral ($\lambda$) no encontró una ventaja clara de presupuesto sobre los horizontes conformes (E0).

Significancia y Afirmaciones
El artículo enmarca explícitamente su contribución como un nuevo primitivo y un método de despliegue, no como una afirmación de dominancia empírica universal.

• Lo que se Establece: La interfaz de "certificado como reloj", que convierte un horizonte de validez en un plazo operativo de resensado, y la necesidad de correcciones conscientes de la deriva para el despliegue en el mundo real.
• Lo que No se Reclama: Los autores no afirman que los relojes espectrales dominen empíricamente a todos los programadores no espectrales (como los conformes o robustos) en todos los regímenes.
• Identidad Teórica: El trabajo conecta los modelos de mundo certificados con la inferencia activa, mostrando que, en un modelo de juguete gaussiano, el reloj certificado y el programador de umbral epistémico parametrizan la misma familia de programas.

En resumen, el artículo establece un marco riguroso para determinar cuándo un agente debe dejar de navegar y volver a sensar basándose en un horizonte de validez certificado, mientras reporta honestamente que, en los regímenes actuales de horizonte corto y resensado completo, los métodos conformes más simples pueden igualar el rendimiento, dejando la superioridad del enfoque espectral para regímenes de largo horizonte o de sensado parcial como trabajo futuro.