Resumo Técnico: Horizontes de Confiança Órbita-Válidos Conformes para Modelos de Mundo Equivariantes

1. Definição do Problema

Modelos de mundo aprendidos são inerentemente limitados pelo seu erro de rollout, que degrada ao longo do tempo. Embora o planejamento baseado em modelos e a autossupervisão dependam de projetar esses modelos à frente, não existe um método principelado para determinar o "horizonte de confiança" — o número específico de passos sobre os quais as previsões do modelo permanecem confiáveis. Abordagens existentes frequentemente dependem de hiperparâmetros fixos (por exemplo, um horizonte fixo $H=25$) que são específicos para uma única distribuição e carecem de garantias formais.

Além disso, para modelos de mundo com simetrias de grupo conhecidas (modelos equivariantes), uma questão crítica permanece: pode um certificado de confiança derivado de uma região local ser válido em toda a órbita do grupo sem exigir calibração separada para cada estado transformado? Os métodos atuais ou carecem de garantias de segurança formais ou falham em aproveitar a estrutura geométrica da equivariância para reduzir os custos de calibração.

2. Metodologia

2.1 A Configuração do Modelo de Mundo Equivariante

Os autores definem um modelo de mundo latente consistindo em:

• Codificador ($E$): Mapeia observações $x$ para latentes $z$.
• Preditor ($f$): Avança os latentes condicionados a ações $a$ ($\hat{z}_{t+1} = f(z_t, a_t)$).
• Simetria: O modelo satisfaz condições de equivariância onde $E(g \cdot x) = \rho(g)E(x)$ e $f(\rho(g)z, \sigma(g)a) = \rho(g)f(z,a)$ para um grupo $g \in \mathcal{G}$.
• Implementação: Os codificadores são realizados como redes CN-steerable (2D) ou redes Vector-Neuron/SE(3) (3D). A equivariância é verificada via testes de unidade checando resíduos contra precisão de máquina ou tolerâncias aprendidas.

2.2 Horizonte Bruto e Calibração Conforme

A essência da metodologia envolve a construção de um certificado de horizonte de confiança:

1. Curva Bruta: Um resíduo latente de um passo $\hat{\delta}$ e uma estimativa de expansão de tempo finito $\hat{\lambda}_1$ (derivada do Jacobiano do preditor via esquemas Benettin/QR) formam uma curva de propagação de erro bruta:
   $$\widehat{Err}(H) = \hat{\delta} \sum_{t=0}^{H-1} e^{\hat{\lambda}_1 t}$$
   O horizonte bruto $H_{raw}$ é o máximo de passos onde este erro permanece abaixo de uma tolerância $\epsilon$.
2. Calibração Split-Conformal: Para garantir validade estatística, a curva bruta é escalonada por um fator multiplicativo $\gamma_\alpha$. O horizonte certificado $H_{conf}$ é definido tal que $\widehat{Err}_{conf}(H) = \gamma_\alpha \widehat{Err}(H) \le \epsilon$.
   • O fator $\gamma_\alpha$ é determinado via predição split-conformal em um conjunto de calibração, garantindo que, para uma auditoria intercambiável nova, $P(H_{conf} \le H_{meas}) \ge 1-\alpha$.
   • Crucialmente, no conjunto de auditoria reproduzível dos autores, a curva bruta já era conservadora, resultando em $\gamma_\alpha = 1.0$.

2.3 Transporte Órbita-Válido

O artigo introduz um resultado estrutural combinando a calibração estatística com a propriedade geométrica da equivariância:

• Teorema A (Transporte de Órbita): Se o modelo é exatamente equivariante, os erros de rollout, taxas de expansão e as curvas de horizonte resultantes são constantes ao longo da órbita do grupo.
• Corolário C (Certificado Órbita-Válido): Se um certificado é calibrado em uma região fundamental (uma "cunha") e a equivariância exata é mantida, o certificado é válido para toda a órbita com o mesmo nível de confiança $1-\alpha$.
• Implicação: A equivariância transforma o evento de cobertura em toda a órbita (que exigiria limites de união e dados massivos) em um único evento calibrado. Isso elimina a necessidade de dados de calibração por órbita.

2.4 Lidando com a Equivariância Aproximada

Como redes treinadas são apenas aproximadamente equivariantes, os autores contabilizam os resíduos de transporte ($R_t$) usando limites de Lipschitz nos defeitos do codificador e do preditor. Empiricamente, esses resíduos foram encontrados como pequenos (mediana de 1,1%), permitindo que o certificado permaneça válido com inflação mínima.

3. Principais Contribuições

1. Certificado de Horizonte de Confiança Conforme: Um método para converter uma curva de propagação de erro latente de um passo em um certificado unilateral e conservador usando calibração split-conformal. O método alcançou 0/50 violações anti-conservativas em auditorias estáveis, com um limite superior binomial exato de 95% de 5,8% na taxa de violação.
2. Teorema de Validade de Órbita: Uma prova de que a equivariância exata permite que um certificado calibrado em um único setor seja transportado sobre toda a órbita do grupo sem custo de calibração adicional (Corolário C).
3. Nitidez e Contabilização de Resíduos: O certificado é não-vacuo, com uma razão mediana entre horizonte certificado e medido ($H_{conf}/H_{meas}$) de 0,67. Os resíduos de transporte em nível de implementação foram pequenos (mediana de 1,1%, máximo de 4,1%).
4. Custo de Calibração Dependente do Substrato: O artigo identifica que o benefício da equivariância na redução do custo de calibração é condicional ao substrato de dados.
   • Substrato Simétrico 2D: Baselines não-equivariantes já eram aproximadamente robustas à órbita devido ao ambiente simétrico, então a equivariância não proporcionou separação no custo de calibração.
   • Substrato de Yaw 3D: Baselines não-equivariantes falharam em alcançar segurança de órbita sem folga significativa, violações ou instabilidade de semente. Modelos equivariantes alcançaram um certificado seguro e não-vacuo a partir de um único setor de calibração.

4. Resultados e Descobertas Empíricas

• Segurança: Em 50 células de auditoria estáveis, o certificado conformal com $\gamma_\alpha=1.0$ mostrou zero violações anti-conservativas.
• Nitidez: Em 172 verificações ao nível de célula, 98% das verificações retiveram pelo menos 25% do horizonte medido, e 69% retiveram pelo menos 50%. O certificado atua como um portão de viabilidade nítido para horizontes curtos ($H \in [1,8]$).
• Calibração:
  • Em 2D (PushT), modelos equivariantes, simples e aumentados foram todos órbita-válidos a partir de um setor.
  • Em 3D (ManiSkill yaw), o modelo equivariante obteve um certificado seguro de um setor, enquanto baselines não-equivariantes saudáveis incorreram em custos na forma de violações, multiplicadores de folga ($\gamma_\alpha \approx 1.9$) ou colapso de nitidez.
• Aplicação de Planejamento (Resultado Negativo): Os autores tentaram usar o horizonte certificado para guiar o espaçamento de submetas em um planejador CEM-MPC 3D. Isso não teve sucesso. O substrato de planejamento exibiu alta variância entre sementes, e nenhuma associação detectável foi encontrada entre o horizonte de confiança certificado e o horizonte de planejamento ideal. Os autores atribuem isso a um "gargalo de suficiência de estado", onde a representação latente carecia de informações de velocidade necessárias para a predição de dinâmica em um ambiente com quebra de gravidade.

5. Significância e Alegações

O artigo alega que a equivariância não substitui a calibração; ela dá geometria à calibração.

• Estrutural vs. Empírico: O teorema de transporte de órbita é uma garantia estrutural que se mantém sempre que a equivariância exata está presente. No entanto, o benefício empírico (redução do custo de calibração) só se manifesta quando a distribuição de dados não induz, por si só, uma robustez de órbita aproximada em baselines não-equivariantes.
• Natureza da Garantia: O certificado é uma auditoria distributiva conservadora, não uma garantia de alcance global. Ele certifica que o modelo é confiável em relação à distribuição de auditoria medida, não que é seguro em todos os cenários possíveis de pior caso.
• Modéstia sobre Planejamento: Os autores declaram explicitamente que a aplicação de "espaçamento de submetas certificado" não foi confirmada. O resultado negativo no planejador 3D é relatado como um achado de fronteira, destacando como a economia de estrutura-variância de modelos equivariantes (alta variância no desempenho de planejamento) pode anular benefícios teóricos em camadas de controle descendentes.

O trabalho se distingue da arte anterior ao calibrar uma função de horizonte, em vez de um escalar ou intervalo, e ao transportar essa função sobre uma órbita de grupo, transformando assim uma auditoria local em um certificado válido para a órbita. Evita alegar que a equivariância melhora universalmente a precisão da predição ou o desempenho do planejamento, focando instead na eficiência geométrica do próprio processo de certificação.