Resumo Técnico: Filtragem Híbrida Variacional com Suporte Seguro para Recuperação de Modo de Contato e Lei Esparsa

Declaração do Problema

A dinâmica de robôs rica em contato é inerentemente híbrida, caracterizada por transições entre regimes distintos, como movimento livre, impacto, aderência e deslizamento. Um modo de falha crítico na filtragem variacional amortizada padrão é o descompasso de suporte: uma distribuição proposta aprendida pode atribuir probabilidade zero ou negligenciável a uma transição de contato viável que o robô realmente segue. Se essa ramificação for excluída precocemente no processo de filtragem, observações subsequentes não conseguem recuperá-la, levando a um colapso catastrófico da filtragem. Essa questão é particularmente aguda sob observação parcial (por exemplo, oclusão severa), onde múltiplos futuros consistentes com o contato permanecem viáveis.

Abordagens existentes enfrentam um trade-off: modelos latentes variacionais escaláveis frequentemente carecem de estrutura híbrida explícita e interpretabilidade física, enquanto modelos estruturados fisicamente ou métodos baseados em partículas são frequentemente computacionalmente caros para amortizar ou difíceis de implantar como modelos de percepção aprendidos de ponta a ponta. Além disso, propostas padrão podem falhar em cobrir o suporte alvo, resultando em pesos de importância instáveis e aprendizado degradado.

Metodologia: VHyDRO

Os autores propõem o VHyDRO (Dinâmica Híbrida Variacional com Suporte de Proposta Robusto), um modelo de espaço de estados variacional híbrido com suporte seguro projetado para dinâmica de contato parcialmente observada.

Arquitetura do Modelo

O VHyDRO representa o estado do sistema $x_t = (s_t, z_t)$, onde:

• $z_t$ é um estado de crença latente contínuo.
• $s_t$ é um regime de contato preditivo discreto (modo).

As dinâmicas de transição para cada modo são parametrizadas por um núcleo port-Hamiltoniano aumentado com correções de biblioteca esparsa. Essa estrutura garante que as dinâmicas aprendidas sejam estruturadas fisicamente, interpretáveis e capazes de recuperar equações governantes.

Inferência com Suporte Seguro

A inovação central reside no procedimento de inferência, que previne a exclusão de ramificações viáveis pelo modelo.

1. Proposta de Mistura Defensiva: Em vez de amostrar exclusivamente de uma proposta amortizada $Q_t$, o VHyDRO amostra de uma distribuição de mistura:
   $$Q_{t,\lambda} = (1 - \lambda)Q_t + \lambda P_t$$
   Aqui, $P_t$ é a lei de transição de um passo do modelo (o "portador de transição viável") que define o conjunto de modos e transições viáveis pelo modelo. A proposta aprendida $Q_t$ é adaptativa à observação e precisa, enquanto $P_t$ garante a cobertura do suporte viável.
2. Orçamento Pré-Amostragem: O peso de mistura $\lambda_t$ é escolhido antes de amostrar partículas, com base em um certificado $\bar{\rho}_t$ derivado do orçamento de variância desejado. Isso garante que a razão entre a densidade alvo e a densidade proposta seja limitada ($dP_t/dQ_{t,\lambda} \le 1/\lambda$).
3. Ponderação Consistente: A mesma mistura realizada $Q_{t,\lambda}$ é usada tanto para amostragem quanto para o cálculo dos pesos de importância, mantendo a validade da estimação Sequencial de Importância Ponderada (IW) / Objetivo Variacional de Filtragem (FIVO).

Garantias Teóricas

O artigo estabelece três links teóricos conectando o mecanismo de filtragem às capacidades a jusante:

1. Filtragem com Suporte Seguro (Teorema 1): A mistura defensiva garante que a proposta $Q_{t,\lambda}$ domine o suporte alvo $P_t$. Isso limita a variância relativa da estimativa do normalizador e garante um limite inferior no Tamanho Efetivo de Amostra (ESS), prevenindo o colapso do filtro sob alta oclusão.
2. Concentração de Modo (Teorema 2): Sob condições de separação preditiva (lacuna suficiente de verossimilhança logarítmica entre modos), o filtro estabilizado concentra o posterior discreto em regimes de contato coerentes. Isso permite que o modelo identifique segmentos temporalmente consistentes de comportamento de contato.
3. Recuperação de Lei Esparsa (Teorema 3): Uma vez que segmentos puros de modo são identificados, o artigo aplica limites de oráculo Lasso para mostrar que a regressão port-Hamiltoniana esparsa pode recuperar os termos físicos ativos. O erro é decomposto em componentes de filtragem, derivada, impureza de modo e perturbação de plug-in.

Contribuições Principais

1. Porta IW/FIVO com Suporte Seguro: Um mecanismo implantável para filtragem híbrida amortizada que mistura a proposta aprendida com um portador viável antes da amostragem. Ao contrário de desigualdades de mistura defensiva estáticas, esta abordagem opera sequencialmente, escolhendo $\lambda_t$ com base em um certificado pré-amostragem e usando a mesma mistura para ponderação.
2. Modos de Contato Preditivos: O método inferiu conjuntamente estados latentes contínuos e modos de contato discretos, gerando segmentos temporalmente coerentes que se alinham com regimes de proxy cinemático, superando baselines de segmentação post-hoc.
3. Auditoria Controlada de Lei Esparsa: O framework permite a recuperação de leis físicas esparsas interpretáveis (coeficientes port-Hamiltonianos) a partir de segmentos condicionados ao modo, separando a previsão precisa da recuperação do mecanismo.

Resultados Experimentais

Os autores validam os três links de mecanismo através de três experimentos:

Experimento 1: Auditoria de Descompasso de Suporte em Alta Oclusão

• Configuração: Avaliado em tarefas estilo Contato (PickCube, PokeCube, etc.) e famílias Sawyer/BridgeData sob níveis variados de oclusão (até 90%).
• Descobertas: Sob oclusão severa, baselines não defensivas ($\lambda=0$) e modelos latentes suaves sofrem de "colapso preditivo", caracterizado por uma queda acentuada no ESS/N e um aumento massivo na Negativa Log-Verossimilhança (NLL).
• Desempenho: As variantes seguras de suporte do VHyDRO mantêm ESS/N utilizável (por exemplo, melhorando de 0,042 para 0,141 em 90% de oclusão) e previnem o colapso do NLL (reduzindo o NLL de ~11,3 para ~0,16). A variante conservadora (maior $\lambda$ fixo) oferece a maior robustez, enquanto a variante adaptativa equilibra precisão e estabilidade.

Experimento 2: Segmentação de Regime de Contato

• Configuração: Aplicado a demonstrações ManiSkill e Sawyer/BridgeData. A avaliação usa rótulos de proxy cinemático denoised (livre, impacto, aderência/deslizamento) derivados de campos de estado/ação, não forças de contato do simulador.
• Descobertas: O VHyDRO produz segmentos de modo temporalmente coerentes que se alinham melhor com os rótulos de proxy do que as baselines.
• Métricas: O VHyDRO alcança desempenho superior no Índice Rand Ajustado (ARI), F1 de Ponto de Mudança e F1 de Modo em comparação com HMM e variantes de ablação (sem suporte, sem modo). A baseline "sem modo" falha completamente, confirmando a necessidade de estrutura discreta.

Experimento 3: Recuperação de Lei Física Esparsa

• Configuração: Testado em quatro sistemas híbridos controlados com equações port-Hamiltonianas esparsas conhecidas.
• Descobertas: Dado segmentos puros de modo, o VHyDRO recupera com sucesso os termos físicos ativos e coeficientes.
• Métricas: O VHyDRO alcança alto F1 de Suporte (0,978) e baixo erro relativo de coeficiente (0,006). Em contraste, a ablação "sem modo" confunde regimes, levando a altos erros, e a ablação "sem esparsidade" falha em identificar o suporte ativo, apesar de uma previsão razoável de campo vetorial.

Significado e Alegações

O artigo alega que o VHyDRO fornece um mecanismo necessário para estabilizar a filtragem variacional em ambientes ricos em contato, onde o descompasso de suporte é um modo de falha primário.

• Isolamento de Mecanismo: Os autores enfatizam que seus resultados são "auditorias de isolamento de mecanismo". Eles demonstram que adicionar um portador de suporte defensivo estabiliza a filtragem, o que, por sua vez, permite a segmentação de modo coerente e a recuperação de lei esparsa.
• Garantias Relativas ao Modelo: As garantias são explicitamente relativas ao modelo. O VHyDRO só pode recuperar ramificações que são viáveis de acordo com o modelo portador $P_t$; ele não pode recuperar ramificações físicas omitidas pelo próprio modelo.
• Utilidade a Jusante: O filtro estabilizado produz estados discretos que são coerentes o suficiente para suportar tarefas a jusante, como a descoberta de leis físicas esparsas, uma capacidade que baselines puramente preditivas não possuem.
• Limitações: Os autores modestamente observam que não alegam domínio de sucesso de tarefa em malha fechada, transferência para robô real ou recuperação de verdade fundamental de força de contato do simulador. Os experimentos focam nos mecanismos intermediários de estabilidade de filtragem, coerência de segmentação e recuperação de equação. Garantias teóricas para controle em malha fechada (Teorema 4) são apresentadas como declarações condicionais a jusante que exigem uma lei de execução calibrada por KL, que não é certificada numericamente nos experimentos atuais.

Em resumo, o VHyDRO preenche a lacuna entre percepção variacional escalável e dinâmica híbrida interpretável, garantindo que o processo de filtragem não descarte prematuramente ramificações de contato viáveis, permitindo assim inferência robusta e recuperação de leis físicas em cenários parcialmente observados e ricos em contato.