Latent Perspective-Taking via a Schrödinger Bridge in Influence-Augmented Local Models

Resumo Técnico: Tomada de Perspectiva Latente via uma Ponte de Schrödinger em Modelos Locais Aumentados por Influência

Declaração do Problema
Operar em ambientes ao lado de humanos exige que robôs tomem decisões sob incerteza, necessitando de raciocínio não apenas sobre dinâmicas exógenas, mas também sobre os modelos mentais e estados mentais ocultos de outros. Embora frameworks como I-POMDPs (Processos de Decisão de Markov de Informação Interativa) e BToM (Teoria da Mente Bayesiana) forneçam abordagens fundamentadas, eles enfrentam limitações significativas: a inferência exata de crença aninhada é computacionalmente intratável (PSPACE no nível-0, EXPSPACE nos piores casos), e modelos simbólicos especificados manualmente são frágeis em cenários de mundo aberto com dinâmicas estocásticas. Por outro lado, a tomada de decisão sequencial probabilística padrão lida com a incerteza, mas tipicamente depende de modelos prescritos e ainda sofre com a "explosão de crenças aninhadas". O desafio central é unificar a representação de conhecimento simbólico com a tomada de decisão probabilística para aprender modelos mentais estruturados e um estimador tratável para os estados mentais de outros.

Metodologia
Os autores propõem uma arquitetura orientada a dados que decompõe tarefas robóticas socialmente conscientes usando Modelos Locais Aumentados por Influência (IALMs) e realiza a tomada de perspectiva via uma Ponte de Schrödinger (SB) amortizada.

1. Modelo Local Aumentado por Influência (IALM):
   Baseando-se no framework de Abstração Baseada em Influência (IBA), os autores instanciam um IALM para fatorizar o estado global em dinâmica local, influências sociais e fatores exógenos. O modelo define um conjunto $d$-separador mínimo ($D_t$) a partir do histórico de ação-estado-local, que serve como um estatístico suficiente para prever a distribuição de influência. Isso permite que o agente compute uma melhor resposta exata para políticas externas fixas sem raciocinar sobre todo o espaço global.

2. Modelo de Mundo Neuro-Simbólico:
   O IALM é implementado como um modelo de mundo neuro-simbólico composto por uma hierarquia de autoencoders variacionais discretos (dVAEs) com Gumbel-Softmax. Esta arquitetura aprende uma Rede Bayesiana Dinâmica (2DBN) fatorada e discreta de ponta a ponta.

   • Codificação: Observações brutas são codificadas em um espaço latente de fatores discretos.
   • Transição: Um modelo de transição local e ingênuo à influência ($\dot{T}$) mapeia estados fatorados egocêntricos e ações para o próximo estado latente. Ele utiliza atenção $\alpha$-entmax para induzir esparsidade exata e orientada a dados, modelando explicitamente estruturas de pai-filho latentes.

3. Operador de Mudança de Perspectiva (Ponte de Schrödinger):
   Para estimar as crenças de outros, os autores introduzem um operador de mudança de perspectiva, $\Phi_{SB}$, modelado como uma Ponte de Schrödinger (SB) amortizada. Este operador transporta crenças egocêntricas fatoradas ($b_0$) para crenças centradas no outro ($\hat{b}_i$) sobre a dinâmica local aprendida.

   • Mecanismo: A SB é formulada como um problema de transporte ótimo entrópico dinâmico. Ela busca uma nova lei de transição ($\bar{T}$) que minimize a divergência KL de caminho em relação às dinâmicas de referência ($\dot{T}$), satisfazendo marginais inicial e final específicas (crenças).
   • Implementação: A ponte é realizada via transformação Doob $h$, guiada por potenciais forward ($\phi$) e backward ($\psi$). Esses potenciais são parametrizados pelo contexto ($c_t$) derivado do histórico e são treinados offline usando "contrafatuais epistêmicos" (crenças amostradas centradas no outro).
   • Inferência: No momento da decisão, o agente "inclina" as dinâmicas de referência $\dot{T}$ usando os potenciais amortizados aprendidos para simular as dinâmicas de estado mental de outros, efetivamente realizando controle preditivo baseado em modelo no espaço de estados mentais.

Principais Contribuições
O artigo delineia três contribuições primárias:

1. Uma decomposição prática aumentada por influência para tarefas sociais que separa a dinâmica local das influências sociais.
2. Um modelo de mundo neuro-simbólico, fatorado e discreto que aprende modelos mentais estruturados a partir de dados.
3. Um mecanismo de tomada de perspectiva via Ponte de Schrödinger amortizada, permitindo o planejamento de crenças baseado em modelo no tempo de decisão sem exigir inferência aninhada exata.

Resultados Preliminares
A abordagem foi avaliada em um ambiente Minigrid multiagente, parcialmente observável, envolvendo uma tarefa de "seguir pessoa", onde um agente deve seguir um agente de política fixa até um alvo enquanto adere a normas sociais.

• Baselines: O método foi comparado contra (i) um baseline de Informação Perfeita (crença atual real), (ii) um baseline de Sem Informação (distribuição uniforme) e (iii) um baseline de Referência (rollout de múltiplas etapas das dinâmicas locais).
• Descobertas: A abordagem de tomada de perspectiva baseada em SB aprendeu mais rapidamente e alcançou retornos episódicos superiores a todos os baselines, incluindo os rollouts de No-Information e de Referência. Os resultados sugerem que o planejamento de estado mental consciente de contexto no tempo de decisão produz desempenho superior aos estimativas independentes de contexto.

Significância e Alegações
Os autores alegam que esta arquitetura preenche a lacuna entre a representação simbólica e a tomada de decisão probabilística. Ao tratar a tomada de perspectiva como transporte de crença via Ponte de Schrödinger sobre dinâmicas locais aprendidas, o sistema produz crenças centradas no outro que são compatíveis com a dinâmica local, mas que consideram os cenários de "e se" dos estados mentais de outros agentes. O artigo posiciona este trabalho como um passo em direção à unificação da representação de conhecimento e da tomada de decisão sequencial, oferecendo uma alternativa tratável ao raciocínio de crença aninhada intratável dos tradicionais I-POMDPs. O trabalho é apresentado como preliminar, com direções futuras identificadas para abordar a heterogeneidade na percepção e nos modelos de ação de outros agentes.