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

Technische Samenvatting: Gecertificeerde Wereldmodellen als Sensatieklokken

Probleemstelling
Huidige wereldmodellen kunnen toekomstige toestanden voorspellen, maar missen een intrinsiek mechanisme om te bepalen wanneer hun voorspellingen verlopen. Agenten die vertrouwen op open-loop voorspellingen ("coasting") staan voor een kritieke afweging: te laat senseren betekent dat de geldigheid van het model niet langer gegarandeerd kan worden, terwijl te vroeg senseren een schaars sensatiebudget verspilt. Bestaande benaderingen gebruiken ofwel vaste herplanningsperioden (waarbij de betrouwbaarheid van het model wordt genegeerd), ofwel reactieve monitors die pas ingrijpen nadat de voorspelfouten al zijn gegroeid. Dit artikel behandelt de ontbrekende primitief: een gecertificeerde sensatieklok die de validiteitshorizon van een wereldmodel vertaalt naar een operationele deadline voor wanneer een agent moet her-senseren.

Methodologie
De voorgestelde methode leidt een proactieve sensatiedeadline af van een geaudit, equivariënt wereldmodel. De kerninnovatie is een drift-bewuste deployment-methode die naïeve spectrale horizonten corrigeert.

1. Spectrale Horizon (Naïef): Theoretisch, als de fout puur groeit door een lokale expansiesnelheid $\lambda$, wordt de deadline $T_\lambda$ afgeleid van $\log(\epsilon/e_0)/\lambda$. De auteurs tonen echter aan dat het vertrouwen op enkel de on-manifold Lyapunov-snelheid ($\lambda$) bij echte, bevroren wereldmodellen de geldige coasting-interval met ongeveer een orde van grootte overschat.
2. Drift-bewuste Correctie: De ingezette deadline wordt beheerst door een gekalibreerde native rollout-drift envelop ($b^{UCB}_h$), die de natuurlijke modelbias, off-manifold afwijking en de rollout-drift vangt die $\lambda$ mist.
   • De gerealiseerde foutgrens wordt gedefinieerd als: $r_h \le b^{UCB}_h + C e^{\lambda h}e_0 + \eta_h$.
   • In het full-resense regime (waar de post-sense fout $e_0 \approx 0$ is), verdwijnt de spectrale term en reduceert de deadline tot de drift-envelope klok: $T_{drift}(\epsilon) = \sup \{h : b^{UCB}_h \le \epsilon_{cert}\}$.
3. Certificaat-als-Klok: Het systeem definieert een Interval-Simultane Certificaat-schending (ICV) metriek: de waarschijnlijkheid dat de voorspellingsfout binnen een coasting-interval op elk tijdstip de gecertificeerde tolerantie $\epsilon_{cert}$ overschrijdt. De deadline wordt ingesteld zodat deze waarschijnlijkheid begrensd wordt door een doelwaarde $\alpha$.

Belangrijkste Bijdragen
Het artikel levert vier specifieke positieve bijdragen en stelt expliciet één grens vast:

1. De Sensatieklok-primitief: Een gecertificeerde coasting-deadline die interval-simultane certificaat-schending controleert. In tegenstelling tot vaste-periode klokken of reactieve monitors, is dit een proactieve, op certificaten gebaseerde trigger.
2. Drift-bewuste Deployment-methode: De demonstratie dat inzetbare deadlines niet enkel op $\lambda$ kunnen vertrouwen. De on-manifold spectrale snelheid dient als een theoretische audit-interface, maar de native rollout-drift envelop draagt de werkelijke garantie in de praktijk.
3. Instantiatie op Echte Modellen: De methode werd geïnstantieerd op een bevroren 3D VN-JEPA (Vector-Neuron Joint Embedding Predictive Architecture) equivariënt wereldmodel. De resulterende klok slaagde erin de helder-gehouden interval-ICV te controleren over meerdere seeds en datashards.
4. Reactive-Contrast Theorem-Bed: In een synthetische benchmark waar alle schedulers exact hetzelfde model delen, bleef de gecertificeerde klok geldig op de deployment-distributie en verminderde deze de eventful-tail schendingen (van 0,36 naar 0,16) substantieel vergeleken met de exact-mixture expected-belief scheduling (MB-EIG) bij een gelijkwaardig sensatiebudget. MB-EIG had ongeveer 3$\times$ het budget nodig om vergelijkbare bescherming van de staart (tail protection) te bereiken.

Resultaten en Beperkingen
Het artikel rapporteert rigoureuze resultaten terwijl het de claims expliciet inkadert:

• Validatie: De sensatieklok-primitief controleert succesvol de ICV op het bevroren VN-JEPA model (Stage 1b-lite).
• Tail Risk: De gecertificeerde klok presteert beter dan expected-belief reactieve schedulers bij het beheren van zeldzame, risicovolle "eventful" intervallen (Stage 2A).
• Null Resultaten (Grenzen):
  • Lead-Time: In benchmarks met een korte horizon en staat-afhankelijke variabelen bood de gecertificeerde klok geen voordeel in lead-time ten opzichte van periodieke of residual-reactieve schedulers (Stage 2B).
  • Vervangbaarheid: In het regime van korte horizon en full-resense, kwam een zuiver empirische conforale horizon (niet-spectraal) overeen met de validiteit en het budgetprestatie van de ingezette klok. Dit suggereert dat de spectrale term in dit specifieke regime niet empirisch dominant is (Stage 2C-V).
  • Spectrale Rand: Een exploratie van partiële resets, ontworpen om de spectrale term ($\lambda$) te activeren, vond geen duidelijk budget-gematcht voordeel ten opzien van conforale horizonten (E0).

Betekenis en Claims
Het artikel frameert zijn bijdrage expliciet als een nieuwe primitief en een deployment-methode, en niet als een claim van universele empirische dominantie.

• Wat is vastgesteld: De "certificaat-als-klok" interface, die een validiteitshorizon omzet in een operationele her-sensatie deadline, en de noodzaak van drift-bewuste correcties voor real-world deployment.
• Wat niet wordt geclaimd: De auteurs beweren niet dat spectrale klokken empirisch domineren boven alle niet-spectrale schedulers (zoals conforale of robuuste schedulers) in alle regimes.
• Theoretische Identiteit: Het werk verbindt gecertificeerde wereldmodellen met active inference, waarbij aangetoond wordt dat in een Gaussisch toy-model de gecertificeerde klok en de epistemic-threshold scheduler dezelfde klasse van schema's parametriseren.

Samenvattend stelt het artikel een rigoureus kader vast voor wanneer een agent moet stoppen met coasting en opnieuw moet senseren op basis van een gecertificeerde validiteitshorizon, terwijl het eerlijk rapporteert dat in de huidige korte-horizon, full-resense regimes, eenvoudigere conforale methoden de prestaties kunnen evenaren, waarbij de superioriteit van de spectrale benadering voor langere-horizon of partial-sensing regimes als toekomstig werk wordt gelaten.