Resumen Técnico: Onto-EV-WM para el Diagnóstico de Fallos y la Reparación de Bucle Cerrado

1. Planteamiento del Problema

Los sistemas de IA física que utilizan modelos de mundo (p. ej., EV-WM) predicen futuros candidatos y los califican basándose en vectores de características o eventos. Sin embargo, estas puntuaciones escalares o vectores de eventos a menudo carecen de información semántica explícita sobre por qué un candidato falla. Específicamente, no registran:

• Qué predicado de tarea específico permanece insatisfecho (p. ej., una relación espacial o una restricción de articulación).
• Los argumentos tipados asociados con el fallo.
• Una etiqueta de ruta que indique qué mecanismo de corrección debe aplicarse.
• Un resultado de aceptación post-corrección basado en predicados de tarea nativos.

Consecuentemente, aunque un sistema pueda identificar un candidato con baja puntuación, carece de una interfaz estructurada para diagnosticar la condición específica no cumplida, asignar una estrategia de corrección compatible y verificar el resultado mediante un protocolo de bucle cerrado. El artículo aborda la brecha entre la predicción de alta dimensión y la verificación de tareas simbólica, con el objetivo de proporcionar una interfaz explícita para el diagnóstico y la reparación sin reemplazar el modelo de mundo subyacente ni el controlador visuomotor.

2. Metodología: Onto-EV-WM

Los autores proponen Onto-EV-WM, una interfaz de diagnóstico y corrección con puerta de verificación fundamentada en una ontología, situada por encima de la arquitectura EV-WM existente. No es un modelo de mundo de reemplazo, sino una capa simbólica que gestiona el flujo desde la predicción hasta la corrección.

2.1 Arquitectura y Componentes

El sistema opera a través de un pipeline estructurado que involucra tres componentes principales:

1. Capa de Registro Ontológico (TBox y ABox):
   • TBox (Caja de Tareas): Define un esquema local de la tarea que incluye tipos de entidades (p. ej., Objeto, Región, Articulación), firmas de predicados (p. ej., in_region, contact) y restricciones de tipo. Sirve como un vocabulario reutilizable para la tarea específica.
   • ABox (Caja de Aseveraciones): Instancia el estado actual. El sistema construye tres ABoxes específicos de procedencia:
     • $A^\star_g$: Las aseveraciones requeridas compiladas a partir de la especificación de la tarea estructurada ($g$).
     • $\hat{A}^{pred}_{g,t+H}$: Aseveraciones fundamentadas a partir de las salidas predichas del modelo de mundo.
     • $A^{sim}_{g,t}$: Aseveraciones fundamentadas directamente desde el estado del simulador.
2. Diagnóstico y Enrutamiento Determinista:
   • Diagnóstico ($\Pi_D$): Compara la ABox requerida ($A^\star_g$) contra la ABox observada/predicha. Identifica las aseveraciones insatisfechas ($\Delta F_{src}$), preservando el predicado específico, sus argumentos tipados y cualquier violación de margen continuo. Esto genera un registro de fallo tipado (p. ej., relation_missing(plate, stove_front)).
   • Enrutamiento ($\Pi_R$): Una base de reglas deterministas mapea el fallo tipado a una "etiqueta de ruta" específica. Una ruta es una etiqueta de despacho para un mecanismo de corrección compatible (p. ej., "pose de articulación de origen", "predicado de relación de objeto"), no una acción directa del robot.
3. Bucle de Corrección con Puerta de Verificación:
   • Generación de Propuesta: Un proponente (aprendido, heurístico o basado en planificación) genera una corrección $q$ basada en el registro de fallo y la ruta seleccionada.
   • Aplicación: La corrección se aplica ya sea mediante la mutación directa del estado del simulador (p. ej., modificando $qpos$) o mediante ejecución mediada por el controlador.
   • Verificación: Un verificador de tareas nativo comprueba el estado resultante contra el predicado de la tarea.
   • Reintento Limitado: Si la verificación falla, el sistema incrementa un presupuesto de intentos ($b$), vuelve a fundamentar el estado y puede reintentar la misma ruta o cambiar de ruta. El bucle termina tras el éxito o el agotamiento del presupuesto.

2.2 Flujo Operativo

La interfaz separa la predicción, la fundamentación, el diagnóstico, la aplicación y la verificación.

• Entrada: Especificación de la tarea, etiqueta de origen (predicción o simulación) y estado.
• Proceso: Fundamentar el estado en una ABox $\rightarrow$ Diagnosticar predicados faltantes $\rightarrow$ Asignar una ruta $\rightarrow$ Generar corrección $\rightarrow$ Aplicar $\rightarrow$ Verificar.
• Salida: Un estado aceptado, un candidato de planificación retenido o un rastro de fallo tipado no resuelto.

3. Contribuciones Clave

El artículo realiza tres contribuciones técnicas primarias:

1. Ontología de Tareas Robóticas Operacional: Un diseño para una interfaz de fundamentación explícita que representa los estados predichos y observados por el simulador como ABoxes distintos y específicos de la tarea bajo un vocabulario y restricciones de tipo compartidos.
2. Diagnóstico y Enrutamiento Determinista: Un sistema basado en reglas que preserva los predicados violados y sus argumentos tipados, mapeándolos a rutas de corrección específicas de la tarea sin descartar el contexto original.
3. Contrato de Corrección con Puerta de Verificación: Un protocolo que registra el ciclo de vida completo de un intento de corrección (diagnóstico, selección de ruta, propuesta, modo de aplicación y aceptación de predicado nativo) y aplica un mecanismo de reintento limitado.

4. Resultados Experimentales

Los autores evalúan Onto-EV-WM a través de tres entornos de prueba distintos utilizando protocolos de simulación.

4.1 PointMaze (Comparación Alineada)

• Configuración: Comparación de planificación de estado aleatorio de 50 ensayos entre EV-WM y Onto-EV-WM.
• Resultados: Ambos métodos alcanzaron una tasa de éxito del 94%. Sin embargo, Onto-EV-WM logró una distancia media del estado final significativamente menor (0.61177) en comparación con EV-WM (0.90573), lo que indica una mayor precisión en la satisfacción de las condiciones de la tarea.
• Nota: Una configuración separada con un mayor presupuesto de búsqueda y selección de prioridad de éxito alcanzó el 100% de éxito, pero esto no es directamente comparable con la configuración alineada debido a las diferencias de presupuesto.

4.2 LIBERO-Goal (Corrección de Ventana de Muestreo)

• Configuración: Evaluación en 10 tareas de manipulación utilizando 4 semillas de muestreo de evaluación. El protocolo muestrea ventanas de demostración de 25 pasos. Las correcciones se aplican mediante un mecanismo fijo de delta de fuente/articulación $qpos$ aprendido directamente al estado del simulador.
• Resultados:
  • Semilla 0: 93.8% de éxito en la ventana corregida (469/500).
  • A través de 4 Semillas: 94.05 ± 0.30% de éxito corregido.
  • Recuperación: De 261 fallos de reproducción, 142 fueron "rescatados" (54.4%) por el mecanismo de corrección.
• Contexto: La ontología proporciona el registro de diagnóstico que vincula el fallo con la cabeza de corrección fija; la métrica reportada refleja la configuración completa fundamentada en la ontología.

4.3 LIBERO-Plus (Registro Fijo)

• Configuración: Evaluación en un registro fijo de 10,030 tareas de perturbación a través de cuatro suites (LIBERO-10, Goal, Object, Spatial).
• Resultados:
  • Éxito General: 85.00% (8,526/10,030 tareas).
  • Desglose por Suite:
    • LIBERO-Goal: 91.39%
    • LIBERO-Object: 91.38%
    • LIBERO-Spatial: 91.38%
    • LIBERO-10: 65.98% (identificada como la suite con el mayor recuento de fallos residuales).
  • Comparación: La configuración Onto-EV-WM supera a varias líneas base, incluyendo DINO-WM + CEM (61.57%) y varios modelos VLA, aunque la comparación es a nivel de sistema y no aísla la contribución causal de la ontología por sí sola.

5. Significado y Reivindicaciones

El artículo posiciona a Onto-EV-WM como una interfaz a nivel de sistema que mejora los sistemas de IA física añadiendo un razonamiento tipado explícito al proceso de diagnóstico y reparación de fallos.

• Alcance Modesto: Los autores declaran explícitamente que los resultados no constituyen:
  • Recuperación en robot real o validación sim-to-real.
  • Un grafo de conocimiento de mundo abierto general o una ontología robótica universal.
  • Una contribución causal de la ontología únicamente (las ganancias de rendimiento se atribuyen a la configuración completa).
  • Una nueva clase de política aprendida que reemplace a los controladores existentes.
• Valor Central: El significado reside en la capacidad de registrar por qué falló una tarea (predicados tipados y argumentos) y en estructurar el proceso de reparación (rutas y verificación) de una manera que esté desacoplada del modelo de predicción subyacente. Esto permite una reparación de "bucle cerrado" dentro de los protocolos de simulación donde la verificación actúa como puerta para la aceptación de las correcciones.
• Limitaciones: La evaluación depende de protocolos basados en simulación. El "bucle cerrado" se refiere a un ciclo de verificación-reintento limitado dentro del simulador, no al control de retroalimentación en tiempo real en hardware físico. Los resultados cuantitativos reflejan el rendimiento del sistema integrado bajo protocolos específicos más que la eficacia aislada de la ontología.