🤖 machine learning

Latent Lie-Poisson Neural Networks (LLPNNs): Discovering the motion of Lie-Poisson systems through observable data and latent dynamics

Este artigo introduz as Redes Neurais de Lie-Poisson Latentes (LLPNNs), uma estrutura preservadora de propriedades que aprende a dinâmica de Lie-Poisson diretamente de dados observáveis ao alavancar ingredientes geométricos como decodificadores Hamiltonianos, invariantes de Noether e atualizações de grupos de Lie para alcançar previsões de longo prazo precisas mesmo para sistemas degenerados onde as variáveis latentes são inobserváveis.

Autores originais: Vakhtang Putkaradze

Publicado 2026-08-03

📖 7 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Vakhtang Putkaradze

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você esteja tentando ensinar um computador a prever como um pião girando, um robô nadador ou uma frota de drones se moverá no futuro. Você tem um vídeo deles se movendo, mostrando suas posições e velocidades, mas não possui uma janela direta para as "engrenagens invisíveis" dentro deles — as forças e momentos ocultos que realmente impulsionam o movimento. Este é o desafio do aprendizado de máquina informado pela física: ensinar a IA a entender as leis da natureza apenas observando as coisas acontecerem.

Normalmente, quando tentamos prever o movimento, olhamos para as coisas visíveis (onde algo está e quão rápido está indo) e adivinhamos o próximo passo. Mas para muitos sistemas complexos, como um corpo rígido girando no espaço ou um veículo navegando em um fluido, a velocidade visível não é suficiente para contar toda a história. O verdadeiro "motor" do sistema vive em um espaço matemático oculto chamado momento. Pense no momento como a tensão invisível em um elástico; você não pode ver a tensão em si, apenas o movimento que ela causa. Se você tentar prever o futuro olhando apenas para o movimento, poderá perder essa tensão oculta, e sua previsão acabará desviando para o absurdo.

Além disso, alguns desses sistemas são "degenerados", o que significa que as regras são um pouco quebradas ou incompletas. Nesses casos, a velocidade visível nem sequer possui seu próprio conjunto de regras para seguir; ela é inteiramente dependente dessa tensão oculta. Tentar prever o futuro sem conhecer essa tensão oculta é como tentar adivinhar a próxima jogada em um jogo de xadrez quando você consegue ver apenas as peças no tabuleiro, mas não as regras de como elas se movem. Este artigo aborda exatamente esse problema: como ensinar um computador a aprender as regras ocultas e as forças invisíveis apenas observando a dança visível.

O Anel Decodificador Secreto para o Movimento Oculto

O autor deste artigo, Vakhtang Putkaradze, inventou um novo tipo de IA chamada Redes Neurais de Lie-Poisson Latentes (LLPNNs). Pense nisso como um "anel decodificador secreto" que permite a um computador descobrir as forças invisíveis e ocultas que impulsionam um sistema, mesmo quando ele só consegue ver os resultados visíveis.

A maioria dos modelos de IA que tentam prever o movimento age como um aluno que apenas memoriza o gabarito. Eles olham para onde um objeto está agora e onde estava um segundo atrás, e então adivinham onde ele estará a seguir. Isso funciona bem para coisas simples, mas para sistemas complexos como satélites giratórios ou veículos submarinos, esses modelos eventualmente ficam confusos. Eles esquecem as "leis de conservação" — as regras fundamentais que a natureza nunca quebra, como o fato de que um pião girando deve manter seu giro total, a menos que algo o empurre. Porque eles esquecem essas regras, suas previsões lentamente se desviam da realidade, como um mapa que fica um pouco errado a cada dia até que você acabe no oceano em vez da cidade.

O problema torna-se ainda mais complicado quando o sistema é "degenerado". Nesses casos, a velocidade visível (como a rapidez com que um carro está dirigindo para frente) é constante ou fixa, mas o momento oculto (a força invisível que o faz girar) está mudando drasticamente. É como observar um carro dirigindo a uma velocidade constante de 60 mph em uma estrada reta. Para um observador comum, o carro parece entediante e imutável. Mas se esse carro estiver, na verdade, em um carrossel gigante e invisível, o momento oculto está girando loucamente, embora a velocidade pareça a mesma. Os modelos de IA padrão ficam presos aqui porque não conseguem ver o carrossel; eles veem apenas a velocidade constante. Eles tentam inventar uma regra para a velocidade, mas tal regra não existe porque a velocidade é apenas uma sombra do giro oculto.

Como a Nova IA Resolve o Enigma

As LLPNNs resolvem isso percebendo que, embora não possamos ver o momento oculto, podemos deduzi-lo usando um "truque de mágica" da física chamado Teorema de Noether. Este teorema diz que, se um sistema possui uma certa simetria (como ser o mesmo não importa como você o rotacione), existe uma quantidade oculta que nunca muda.

O método do autor funciona assim:

A Constante Oculta: A IA assume que existe um vetor de "momento espacial" oculto e imutável (vamos chamá-lo de $p_0$ ) que permanece o mesmo para sempre, mesmo enquanto o objeto gira e se move.
A Reconstrução: Usando o caminho visível do objeto (sua posição e orientação), a IA utiliza uma ponte matemática chamada ação coadjunta para reconstruir qual deve ser o momento oculto em cada momento para manter esse $p_0$ constante. É como ver uma sombra se movendo em uma parede e perceber: "Ah, o objeto que projeta a sombra deve estar girando desta maneira para manter a fonte de luz estável".
Aprendendo as Regras: Uma vez que a IA reconstruiu o momento oculto, ela aprende as regras reais (o Hamiltoniano) que governam como esse momento muda. Ela faz isso usando duas abordagens diferentes:
- A Abordagem do Decodificador: Ela aprende uma função que traduz o momento oculto em velocidade visível.
- A Abordagem do Codificador: Ela aprende uma função que traduz a velocidade visível de volta para o momento oculto (mas apenas para as partes do sistema que têm permissão para mudar).

O Que Eles Descobriram

O autor testou esta nova IA em três cenários muito diferentes e desafiadores:

Um Corpo Rígido Giratório: Uma versão generalizada de um pião em uma esfera 3D (SO(3)).
Um Veículo Submarino: Um robô complexo movendo-se através da água, lidando tanto com rotação quanto com translação (SE(3)).
Um Enxame de Drones: Múltiplos veículos autônomos em um plano 2D, onde algumas das regras de movimento são "degeneradas" (a velocidade para frente é fixa, mas o giro é controlado por forças ocultas).

Em todos os três casos, as LLPNNs foram capazes de aprender a dinâmica oculta e prever o futuro com excelente precisão a longo prazo.

A "Magia" da Conservação: O resultado mais impressionante é que a IA preservou os "invariantes de Casimir" (as quantidades conservadas ocultas) com precisão de máquina. Isso significa que a IA não apenas adivinhou os números certos; ela garantiu matematicamente que as regras ocultas do universo nunca fossem quebradas.
Vencendo a Competição: Quando comparadas com outros métodos populares de IA, como Neural ODEs e DeepONets (que apenas olham para dados visíveis), as LLPNNs mantiveram-se no caminho certo por muito tempo. Os outros métodos funcionaram bem para sistemas simples, mas falharam miseravelmente quando o sistema era "degenerado" (como o enxame de drones). Nesses casos, os outros modelos de IA divergiram rapidamente, prevendo caminhos impossíveis porque não conseguiam ver as forças ocultas.
Robustez: O método funcionou bem mesmo quando os dados tinham ruído (simulando erros de sensores do mundo real).

Os Limites e o Futuro

O artigo observa cuidadosamente que este método não é uma varinha mágica para tudo. Ele depende de saber o grupo de simetria do sistema previamente. Você tem que dizer à IA: "Isto é um pião" ou "Isto é um drone em um plano plano". Se o sistema quebrar sua própria simetria (como um drone tentando encontrar um alvo que quebra as regras de rotação), o método pode ter dificuldades. Além disso, o método foi projetado especificamente para sistemas que seguem a dinâmica de Lie-Poisson; não pode ser aplicado diretamente a qualquer sistema físico aleatório sem essa estrutura geométrica específica.

No entanto, para os sistemas que ele cobre, os resultados são um passo significativo à frente. O autor mostra que, ao incorporar a estrutura geométrica profunda da física diretamente na rede neural, podemos construir uma IA que não apenas memoriza dados, mas que realmente entende as engrenagens invisíveis do universo. Eles demonstraram isso com simulações de corpos rígidos, veículos submarinos e enxames de drones, provando que, mesmo quando os dados visíveis são incompletos ou as regras são degeneradas, a verdade oculta pode ser recuperada e prevista com alta precisão.

Em resumo, este artigo nos dá uma nova maneira de ensinar computadores a ver o invisível, garantindo que suas previsões do futuro respeitem as leis inquebráveis da física.

Resumo Técnico: Redes Neurais de Lie-Poisson Latente (LLPNNs)

1. Definição do Problema

O artigo aborda um desafio fundamental na modelagem baseada em dados de sistemas hamiltonianos: aprender a dinâmica de sistemas de Lie-Poisson quando apenas dados observáveis (configurações $g(t)$ e velocidades $\xi(t)$ ) estão disponíveis, enquanto a dinâmica regente evolui em variáveis de momento latentes ( $\mu$ ) que são inobserváveis.

Este problema é particularmente agudo em dois contextos:

Redução de Simetria: Muitos sistemas mecânicos (corpos rígidos, fluidos, veículos subaquáticos) admitem redução de simetria para sistemas de Lie-Poisson onde o espaço de estados é o dual de uma álgebra de Lie ( $\mathfrak{g}^*$ ), mas os dados são coletados no espaço de configuração/velocidade ( $G$ e $\mathfrak{g}$ ).
Hamiltonianos Degenerados em Controle Ótimo: Em problemas de controle ótimo (ex: veículos interagentes), o Hamiltoniano reduzido é frequentemente degenerado (linear em certas componentes de momento). Essa degeneração impede a existência de uma formulação Lagrangiana correspondente nas variáveis observáveis. Consequentemente, as variáveis observáveis não formam um sistema dinâmico autônomo fechado; a evolução das velocidades observáveis não pode ser expressa como $\dot{\xi} = f(\xi)$ porque diferentes estados de momento latente podem resultar em velocidades idênticas, mas com derivadas temporais distintas.

Métodos de preservação de estrutura existentes (ex: Redes Neurais Hamiltonianas, RNNs Simpléticas) tipicamente assumem o acesso ao espaço de fase completo ou uma transformada de Legendre não degenerada, tornando-os inaplicáveis ou imprecisos para esses casos específicos.

2. Metodologia: Redes Neurais de Lie-Poisson Latente (LLPNNs)

O autor propõe as LLPNNs, um framework que aprende a dinâmica de Lie-Poisson diretamente de dados observáveis enquanto reconstrói as trajetórias de momento ocultas. O método baseia-se em três ingredientes geométricos:

A. Fundamentos Geométricos

Teorema de Noether & Reconstrução Coadjunta: Para sistemas com simetria de grupo de Lie $G$ , o momento espacial $p_0 \in \mathfrak{g}^*$ é conservado. O momento corporal latente $\mu(t)$ está relacionado ao momento espacial constante via ação coadjunta: $\mu(t) = \text{Ad}^*_{g(t)} p_0$ . Isso fornece uma ponte exata entre a configuração observável $g(t)$ e o momento latente $\mu(t)$ .
Lidando com a Degenerescência: O framework distingue explicitamente entre variáveis ativas (onde o Hamiltoniano é não-linear e invertível) e variáveis passivas (onde as velocidades são constantes ou zero). Ele não requer uma transformada de Legendre global, permitindo que funcione mesmo quando uma formulação Lagrangiana não existe.

B. Duas Abordagens de Aprendizado

O artigo apresenta duas arquiteturas distintas para aprender o sistema:

Abordagem Hamiltoniana (Decoder):
- Objetivo: Aprender a função Hamiltoniana $h(\mu)$ diretamente.
- Mecanismo: A rede parametriza $h(\mu)$ como uma soma de termos lineares para variáveis passivas e um resíduo de rede neural para variáveis ativas.
- Treinamento: Para cada trajetória, um vetor de momento espacial constante $p_0$ é otimizado juntamente com os pesos da rede. A perda minimiza a diferença entre as velocidades observadas e o gradiente do Hamiltoniano aprendido projetado sobre os componentes ativos: $\xi_{pred} = \nabla_\mu h(\text{Ad}^*_g p_0)$ .
- Reconstrução: Utiliza uma expansão de Magnus combinada com o $h(\mu)$ aprendido e o $p_0$ conservado para atualizar elementos de grupo e momentos passo a passo.
Abordagem Lagrangiana (Encoder / Pseudo-Lagrangiana):
- Objetivo: Aprender uma "pseudo-Lagrangiana" $\ell(\xi_{act})$ que mapeia velocidades ativas para momentos ativos.
- Mecanismo: Assume que o mapa entre velocidades ativas e momentos ativos é localmente invertível. A rede aprende $\ell(\xi_{act})$ de tal forma que $\mu_{act} = \nabla_{\xi_{act}} \ell(\xi_{act})$ .
- Treinamento: O momento espacial $p_0$ aparece linearmente na função de perda (fora da avaliação da rede), permitindo que seja resolvido via mínimos quadrados lineares para um dado estado da rede. A perda minimiza a discrepância entre os momentos ativos previstos e a projeção coadjunta de $p_0$ .
- Reconstrução: Resolve uma equação implícita (via busca de raiz) para encontrar o próximo passo de velocidade que satisfaz a regra de atualização de momento derivada da pseudo-Lagrangiana.

C. Estratégia de Treinamento

Warm Start (Início Quente): Para evitar mínimos locais, o autor inicializa as redes com uma aproximação quadrática (Hamiltoniana/Lagrangiana quadrática) e resolve para as matrizes métricas e $p_0$ usando um sistema linear restrito (condições KKT) antes de descongelar os pesos da rede neural para o treinamento completo.
Preservação de Estrutura: O algoritmo de reconstrução utiliza atualizações de grupo de Lie (expansão de Magnus) e ações coadjuntas, garantindo que os invariantes de Casimir sejam preservados com precisão de máquina, independentemente da qualidade do aprendizado.

3. Principais Contribuições

Aprendizado Apenas de Observáveis: O primeiro framework capaz de aprender a dinâmica de Lie-Poisson diretamente de dados de configuração e velocidade observáveis sem a necessidade de medições de momento latente.
Lidando com Hamiltonianos Degenerados: O método funciona tanto para sistemas Hamiltonianos regulares quanto degenerados. Ele aborda com sucesso problemas de controle ótimo onde as variáveis observáveis não admitem uma equação de evolução autônoma fechada, um cenário onde Neural ODEs e DeepONets falham.
Conservação com Precisão de Máquina: A arquitetura garante a conservação exata dos invariantes de Casimir (até precisão de máquina) por construção, independentemente dos dados de treinamento ou da qualidade da otimização.
Formulações Duais: Fornece tanto abordagens Hamiltonianas quanto Lagrangianas (decoder e encoder), oferecendo flexibilidade dependendo se o mapa de velocidade-momento ativo é invertível.

4. Resultados Experimentais

O método foi validado em três sistemas de referência utilizando Hamiltonianos não-quadráticos:

Corpo Rígido Generalizado (SO(3)):
- Demonstrou rastreamento de trajetória de longo prazo quase perfeito tanto para velocidades observáveis quanto para momentos latentes.
- Preservou os invariantes de Casimir ( $\|\mu\|^2$ ) e a energia com precisão de máquina.
- Superou as linhas de base não-preservadoras de estrutura (Neural ODE, DeepONet), que divergiram rapidamente.
Veículo Subaquático de Kirchhoff (SE(3)):
- Testado em um sistema com modos rotacionais e translacionais acoplados.
- Tanto as LLPNNs Hamiltonianas quanto as Lagrangianas mantiveram a precisão de fase e conservaram os dois invariantes de Casimir ( $\|P\|^2$ e $J \cdot P$ ).
- Mostrou robustez superior ao ruído em comparação com as linhas de base.
Controle Ótimo de Múltiplos Veículos (SE(2) $^N$ ):
- Teste Crucial: Um sistema com um Hamiltoniano degenerado (linear nos momentos translacionais, não-linear apenas no momento angular).
- Resultado: As Neural ODEs e DeepONets padrão falharam imediatamente porque não existe um campo vetorial autônomo para as velocidades observáveis. As LLPNNs reconstruíram com sucesso a dinâmica latente e previram trajetórias de longo prazo.
- A abordagem Lagrangiana mostrou um alinhamento de fase ligeiramente melhor para velocidades angulares neste caso degenerado específico, enquanto a abordagem Hamiltoniana alcançou o menor crescimento de erro global.
- Os invariantes de Casimir para veículos individuais foram preservados com precisão de máquina.

5. Significância e Alegações

O artigo afirma que as LLPNNs representam um avanço significativo no aprendizado profundo geométrico ao preencher a lacuna entre dados observáveis e estruturas geométricas latentes.

Significância: O framework resolve o problema do "estado oculto" em sistemas com redução de simetria. Ele prova que, mesmo quando as variáveis observáveis não formam um sistema fechado (devido à degenerescência), a estrutura de Lie-Poisson subjacente permite a reconstrução exata da dinâmica completa usando apenas dados observáveis e o grupo de simetria conhecido.
Robustez: O método é robusto ao ruído e requer apenas conjuntos de dados modestos e arquiteturas de redes neurais leves.
Limitações: O autor observa que o método assume que o grupo de simetria $G$ é conhecido a priori. Atualmente, ele não lida com funções de custo de quebra de simetria (onde a redução é incompleta) ou variedades de Poisson gerais que carecem da fórmula específica de reconstrução coadjunta.

Em resumo, o artigo estabelece que, ao incorporar as restrições geométricas dos sistemas de Lie-Poisson (especificamente os invariantes de Noether e as ações coadjuntas) diretamente na arquitetura de aprendizado, é possível alcançar a previsão precisa e de longo prazo de sistemas dinâmicos complexos que seriam intratáveis para métodos padrão baseados em dados.