Metriplectic Conditional Flow Matching for Dissipative Dynamics

Resumo Técnico: Metriplectic Conditional Flow Matching para Dinâmicas Dissipativas

Declaração do Problema

A aprendizagem de modelos dinâmicos diretamente de dados é essencial para previsão, controle e simulação. No entanto, surrogatos neurais puramente não restritos frequentemente violam leis físicas fundamentais, particularmente em sistemas dissipativos onde o comportamento correto envolve uma perda de energia monótona. Redes neurais não restritas padrão tendem a injetar energia, derivar para fora de variedades invariantes e desestabilizar ao longo de horizontes longos. As abordagens existentes enfrentam uma dicotomia:

1. Penalidades suaves/resíduos informados pela física: Estas incentivam o decaimento de energia, mas não oferecem garantias rígidas e são sensíveis a hiperparâmetros (pesos e tamanhos de passo).
2. Modelos conservativos preservadores de estrutura (ex: redes Hamiltonianas/Lagrangianas): Estes são excelentes em sistemas fechados, mas falham ao abordar a dissipação e podem representar incorretamente efeitos de fricção.

Embora aprendizes baseados em fluxos e difusão recentes capturem bem as velocidades locais a partir de transições curtas, suas parametrizações não restritas ainda permitem a criação de energia não física durante rollouts longos. Há uma necessidade de um método que aprenda a partir de dados enquanto impõe estritamente a divisão conservativa-dissipativa que governa dinâmicas do mundo real.

Metodologia

Os autores propõem o Metriplectic Conditional Flow Matching (MCFM), um framework que incorpora a lei física da divisão conservativa-dissipativa diretamente na arquitetura do modelo e no procedimento de amostragem.

1. Parametrização Metriplética

O campo vetorial aprendido $v_\theta(x, t)$ é restrito a uma decomposição metriplética:
$$v_\theta(x, t) = J(x, t) \nabla H_\theta(x, t) - G_\theta(x, t) \nabla \Phi_\theta(x, t)$$
Onde:

• $H_\theta$ é um invariante aprendido (quantidade do tipo energia).
• $\Phi_\theta$ é um potencial de dissipação aprendido (ex: entropia ou função de Lyapunov).
• $J$ é um operador antissimétrico fixo ($J^\top = -J$).
• $G_\theta$ é uma métrica semidefinida positiva ($G_\theta \succeq 0$).

O modelo impõe condições de degenerescência ($G_\theta \nabla H_\theta = 0$ e $J \nabla \Phi_\theta = 0$) de forma "rígida" (por construção, restringindo intervalos) ou "suave" (via penalidades). Essas condições garantem que o canal conservativo não possa alterar o potencial de dissipação, e que o canal dissipativo não possa alterar a energia. Consequentemente, a dinâmica de tempo contínuo garante $\frac{d}{dt}H_\theta = 0$ e $\frac{d}{dt}\Phi_\theta \leq 0$.

2. Treinamento: Conditional Flow Matching

O treinamento evita métodos de adjunto de rollout longo dispendiosos. Em vez disso, utiliza Conditional Flow Matching (CFM) em pares de dados curtos e consecutivos $(x_k, x_{k+1})$ coletados no passo $\Delta t$.

• O objetivo minimiza a perda de regressão entre o campo vetorial e a velocidade alvo condicional $u_\tau = (x_{k+1} - x_k)/\Delta t$.
• A perda inclui penalidades suaves para violações de degenerescência e termos de regularização.
• Se um invariante físico confiável $E_{phys}$ é conhecido, $H_\theta$ é fixado para $E_{phys}$, e apenas a dissipação é aprendida; caso contrário, ambos são aprendidos a partir dos dados.

3. Inferência: Amostrador Preservador de Estrutura

Para garantir o decaimento de energia em tempo discreto, o MCFM emprega um esquema de divisão Strang-prox:

1. Meio-passo Hamiltoniano: Uma atualização simplética (ex: velocity-Verlet) para a parte conservativa $\dot{x} = J \nabla H_\theta$.
2. Passo Métrico: Um passo proximal de "encolhimento" para a parte dissipativa $\dot{x} = -G_\theta \nabla \Phi_\theta$. Para parametrizações comuns, isso possui uma solução de forma fechada que diminui monotonicamente o potencial de dissipação.
3. Meio-passo Hamiltoniano: Uma segunda atualização simplética.

Um passo de projeção opcional pode ser aplicado para impor estritamente $\nabla E_{phys} \cdot v \leq 0$ se uma função de energia confiável estiver disponível.

Principais Contribuições

1. Parametrização Focada na Estrutura: Introdução do MCFM, que codifica a divisão conservativa-dissipativa por design, em vez de depender de regularizadores post-hoc.
2. Amostrador Preservador de Estrutura: Emparelhamento do modelo com um integrador Strang-prox que garante o decaimento de energia discreta sob condições suaves.
3. Garantias Teóricas: Provas ligando a parametrização e o amostrador à conservação, dissipação monótona e rollouts estáveis tanto em tempo contínuo quanto discreto.

Resultados Empíricos

O método foi avaliado em um pêndulo amortecido (sistema dissipativo controlado) com coeficientes de amortecimento variáveis.

• Baseline: Um campo de velocidade neural não restrito (UF) treinado com o mesmo objetivo de CFM e integrado via RK4.
• Métricas: Fração de aumento de energia, razão de energia máxima, razão de energia final, fração de erro de sinal (taxas de energia positivas) e ajuste de distribuição terminal (Sliced Wasserstein-2).

Descobertas:

• Retratos de Fase: O baseline não restrito (UF) colapsou rapidamente em direção à origem e derivou das curvas de nível externas. O MCFM rastreou a geometria do fluxo real para todo o horizonte.
• Evolução da Energia: Embora ambos os modelos tenham dissipado inicialmente, o UF exibiu aumentos de energia no horizonte tardio (violando a monotonicidade). O MCFM manteve um decaimento suave e amplamente monótono, com apenas pequenas oscilações.
• Consistência Física: O MCFM reduziu significativamente a fração de eventos de aumento de energia e erros de sinal em comparação com o UF.
• Ajuste Distribucional: O MCFM igualou o ajuste de distribuição terminal (SW-2) do baseline não restrito, demonstrando que as restrições físicas não sacrificaram a fidelidade aos dados.

Significância e Alegações

O artigo afirma que o MCFM fornece um "substituto direto" para fluxos neurais não restritos que produz rollouts estáveis e fisicamente consistentes sem a necessidade de penalidades ajustadas manualmente ou treinamento de horizonte longo dispendioso. Ao construir a divisão conservativa-dissipativa tanto no campo vetorial quanto no amostrador, o método garante o decaimento de energia discreta e a adesão aos princípios físicos. Os autores posicionam o método como um passo em direção ao aprendizado de dinâmicas dissipativas que respeitam as leis fundamentais que regem sistemas do mundo real, preenchendo a lacuna entre a aprendizagem baseada em dados e a integração geométrica. Sugere-se como trabalho futuro parametrizações mais ricas, extensões para PDEs e controle, e garantias teóricas mais rigorosas sobre o comportamento de longo horizonte.