Resumo Técnico: Indução de Priors Invariantes a Permutações em Otimização Bayesiana para Aplicações de Captura e Armazenamento de Carbono

Declaração do Problema

O artigo aborda o desafio de otimizar o projeto e a operação de projetos de Captura e Armazenamento de Carbono (CCS), especificamente o posicionamento estratégico de poços de injeção e produção. Essa otimização envolve navegar por uma função objetivo de caixa preta, de alta dimensão e custosa, onde cada avaliação requer uma simulação de reservatório de alta fidelidade computacionalmente intensiva.

Uma característica estrutural crítica deste problema é a invariância a permutações. Sob estratégias de "controle de grupo", a saída do simulador depende do conjunto de coordenadas dos poços injetores e do conjunto de coordenadas dos poços produtores, e não da ordem específica dessas coordenadas dentro de seus respectivos grupos. Os substitutos padrão de Otimização Bayesiana (BO), como Processos Gaussianos (GPs) com kernels padrão, tratam as entradas como vetores ordenados. Consequentemente, eles falham em reconhecer que diferentes permutações do mesmo layout físico de poços representam o mesmo projeto. Essa falta de codificação de simetria leva a:

1. Aprendizado redundante: O modelo trata projetos físicos equivalentes como entradas distintas.
2. Geometria posterior distorcida: O substituto falha em colapsar corretamente o espaço de projeto.
3. Eficiência amostral reduzida: O processo de otimização requer mais simulações caras para convergir, o que é proibitivo em aplicações de CCS.

Metodologia

Os autores propõem uma abordagem inovadora para impor invariância a permutações diretamente no modelo substituto, juntamente com uma linha de base aprendida invariante.

1. GP-Perm: Um Kernel Invariante a Permutações Baseado em Divergência

A contribuição principal é o GP-Perm, um substituto de Processo Gaussiano que codifica invariância a permutações no nível do kernel.

• Estrutura de Entrada: A variável de projeto $x$ é estruturada como $(v_x, I_x, P_x)$, onde $v_x$ representa controles contínuos auxiliares (por exemplo, taxas alvo de grupo), e $I_x$ e $P_x$ são conjuntos não ordenados de coordenadas de poços injetores e produtores, respectivamente.
• Métrica de Distância Composta: O kernel é construído sobre uma distância quadrada composta $D^2(x, x')$ que agrega:
  • Distância Euclidiana padrão para o vetor auxiliar $v_x$.
  • Divergência de Sinkhorn ($S_\epsilon$): Uma divergência de transporte ótimo entrópica e estável aplicada ao conjunto de injetores $I_x$, ao conjunto de produtores $P_x$ e a um conjunto de interação $R_x$ explicitamente construído.
  • Conjunto de Interação ($R_x$): Definido como o conjunto de vetores relativos entre todos os pares injetor-produtor ($p_b - i_a$). Isso captura explicitamente relações geométricas entre grupos (espaçamento e alinhamento) que são cruciais para o desempenho do CCS, mas que se perdem se os conjuntos forem tratados independentemente.
• Construção do Kernel: O kernel final é um kernel de Matérn aplicado a essa distância composta: $k(x, x') = \sigma^2 \mathcal{M}_\nu(D(x, x'))$.
• Propriedades: Como a divergência de Sinkhorn depende apenas das medidas empíricas induzidas pelos conjuntos, o kernel é invariante a qualquer permutação de elementos dentro de $I_x$ ou $P_x$. Os autores implementam salvaguardas numéricas (jitter em etapas, limitação de autovalores) para garantir estabilidade durante a fatoração de Cholesky.

2. DKL-DS: Uma Linha de Base Invariante Aprendida

Para avaliar a abordagem de kernel explícito, os autores implementam o DKL-DS (Deep Kernel Learning com Deep Sets).

• Arquitetura: Um codificador Deep Sets processa os conjuntos de entrada ($I_x, P_x, R_x$) usando um mapeamento elemento a elemento compartilhado seguido de agrupamento invariante (concatenação de média, máximo, desvio padrão e médias de potência). O vetor auxiliar é processado via uma MLP.
• Espaço Latente: As incorporações fundidas formam uma representação latente $z$, sobre a qual um GP padrão é colocado.
• Treinamento: O modelo é treinado de ponta a ponta maximizando a verossimilhança logarítmica marginal, permitindo que os gradientes fluam tanto pela rede neural quanto pelos hiperparâmetros do GP.

3. Protocolo de Avaliação

A metodologia é avaliada em:

• Benchmarks Sintéticos: Sete objetivos invariantes a permutações (por exemplo, Cobertura Máxima de Área, Correspondência de Distribuição) para testar sob estresse as capacidades de raciocínio sobre conjuntos.
• Benchmark Sintético Tipo CCS: Um objetivo personalizado de dois conjuntos que imita o acoplamento geométrico injetor-produtor.
• Estudo de Caso Realista: Otimização do posicionamento de poços na formação Johansen usando o simulador de reservatório OPM-Flow. O objetivo é maximizar um Valor Presente Líquido (VPL) regularizado.

Principais Resultados

Benchmarks Sintéticos

• Desempenho: Nenhum substituto único dominou todos os benchmarks, destacando a dependência da tarefa dos vieses indutivos. No entanto, o GP-Perm alcançou o melhor desempenho (em termos de Área Sob a Curva e melhor valor final) nos benchmarks "Localização de Instalações" e "Soft k-Medoids".
• Comparação: Substitutos invariantes a permutações (GP-Perm e DKL-DS) geralmente superaram as linhas de base não invariantes (GP padrão e DKL) sob orçamentos idênticos, confirmando o benefício da codificação de simetria.

Estudo de Caso CCS (Formação Johansen)

• Eficiência Amostral: O GP-Perm superou consistentemente todas as linhas de base, incluindo GPs não invariantes, DKL não invariante e linhas de base de kernel de conjunto projetadas (kernels Double-Sum e Deep-Embedding).
• Métricas: O GP-Perm alcançou a maior média de Área Sob a Curva (7,717) e o melhor valor final do objetivo (0,387) no estudo Johansen, apesar de um orçamento de avaliação restrito (10 iterações, tamanho de lote 2).
• Diagnósticos Posteriores: A análise da incerteza posterior e do comportamento de aquisição revelou que os modelos baseados em DKL (incluindo DKL-DS) exibiram sinais de excesso de confiança (desvios padrão posteriores muito pequenos) e resíduos padronizados grandes, sugerindo deriva de representação no regime de poucos dados. Em contraste, o GP-Perm manteve um perfil de incerteza mais moderado e resíduos melhor calibrados, indicando um equilíbrio robusto entre discriminação geométrica e contração de incerteza.

Significado e Alegações

O artigo afirma que codificar explicitamente a invariância a permutações é crítico para uma Otimização Bayesiana eficiente no projeto de poços de CCS. Os autores argumentam que:

1. Exploração de Simetria: Substitutos padrão desperdiçam capacidade modelando distinções fisicamente sem sentido entre permutações. Ao impor invariância, o substituto colapsa o espaço de projeto, levando a posteriores mais suaves e decisões de aquisição mais confiáveis sob orçamentos restritos.
2. Superioridade de Kernels Explícitos: Embora incorporações aprendidas (DKL-DS) sejam flexíveis, elas podem sofrer instabilidade e deriva de representação quando re-treinadas repetidamente em pequenos conjuntos de dados de BO não i.i.d. O kernel explícito GP-Perm, construído sobre divergências estáveis, fornece um padrão mais confiável para regimes de poucos dados onde a sensibilidade geométrica é primordial.
3. Importância dos Conjuntos de Interação: A inclusão do conjunto de interação ($R_x$) tanto no GP-Perm quanto no DKL-DS é destacada como uma escolha de projeto crucial. Permite que o modelo capture relações geométricas entre grupos (espaçamento injetor-produtor) que são essenciais para resultados operacionais como gerenciamento de pressão e riscos de reciclagem de CO2.

O estudo conclui que, para problemas com exatidão de troca (como posicionamento de poços controlado por grupo), induzir priores invariantes a permutações é tipicamente benéfico. No entanto, os autores observam que a invariância estrita deve ser relaxada se os poços tiverem restrições específicas e não trocáveis. O trabalho fornece uma estrutura prática para lidar com conjuntos não ordenados em simulações físicas de alta fidelidade, oferecendo um caminho para uma tomada de decisão mais eficiente em sistemas de engenharia complexos.