Resumo Técnico: Modelos de Campo Contínuamente Adaptáveis (CFAMs) para IA Física Pós-Implantação

1. Declaração do Problema

O artigo aborda uma lacuna crítica na IA física de missão crítica (ex: defesa, resposta a desastres, exploração de águas profundas): a incapacidade de sistemas autônomos implantados de se adaptarem a condições de campo novas, ligeiramente fora da distribuição (OOD), sem esquecimento catastrófico ou necessidade de retreinamento extensivo.

Os sistemas autônomos atuais dependem de dois paradigmas: vigilância (apenas observação) ou ataque de disparo único (ação pré-comprometida). Nenhum deles interage com ou se adapta ao ambiente. A construção de sistemas adaptáveis para esses domínios enfrenta três desafios específicos:

1. Escassez de Dados: Ambientes de missão crítica são perigosos e restritos, oferecendo apenas punhados de demonstrações em vez dos milhares exigidos pelos modelos modernos de aprendizado robótico.
2. Restrições de Computação: Ativos (ex: drones, quadrúpedes em minas) operam em dispositivos de borda com energia e memória limitadas, desconectados de centros de dados, o que impede o retreinamento centralizado ou a destilação de modelos grandes.
3. Novidade de Campo: A implantação introduz novos arranjos de objetos, cargas e terrenos. Um modelo congelado degrada-se nesses casos, enquanto atualizações no local correm o risco de "esquecimento catastrófico" de habilidades previamente aprendidas.

O artigo define o Regime de Aprendizado de Campo, caracterizado por conectividade intermitente, supervisão episódica e restrições rigorosas de ciclo de controle em tempo real. Uma arquitetura para este regime deve satisfazer quatro requisitos:

• R1 (Aprendizado Eficiente): Construir competência a partir de poucas demonstrações (few-shot).
• R2 (Crescimento Tipificado): Distinguir entre corrigir erros familiares e estender para novas instâncias dentro da mesma família.
• R3 (Consolidação Limitada): Mesclar competências redundantes sob uma pegada de memória fixa para evitar interferência.
• R4 (Crescimento Viável em Campo): Escrever novo conhecimento de uma só vez, sem gradientes, no dispositivo, dentro do ciclo de controle.

2. Metodologia: Arquitetura CFAM

Os autores propõem os Modelos de Campo Contínuamente Adaptáveis (CFAMs), uma arquitetura inspirada no cérebro baseada em Sistemas de Aprendizado Complementares (CLS). O sistema separa o aprendizado em um componente de aprendizado lento (congelado após a implantação) e um componente de aprendizado rápido (continuamente atualizado no dispositivo).

2.1 Componentes Principais

A arquitetura consiste em quatro partes funcionais:

1. Córtex Sensorial (Aprendizado Lento):

   • Função: Eleva entradas multimodais (visão, LiDAR, tátil) para uma geometria estável ancorada em 3D.
   • Implementação: Utiliza ScatterNet Hybrid Deep Learning (SHDL), um codificador semi-supervisionado inspirado no cérebro. Ele produz um embedding discriminativo ($z$) e sinais de eventos sensoriais, elevando a cena para uma representação 3D (nuvens de pontos) para extrair âncoras relevantes à tarefa (centroides de objetos, pontos de preensão).
   • Restrição: Congelado após o laboratório; fornece o substrato estável para a percepção.

2. Córtex de Raciocínio (Aprendizado Lento):

   • Função: Decompõe tarefas de alto nível em uma sequência de habilidades e julga resultados.
   • Implementação: Um Modelo de Linguagem-Visão (VLM) customizado, congelado após a implantação. Atua como um Sequenciador de Cápsulas (recuperando planos de habilidades) e um Oráculo de Resultado (verificando o progresso semântico da tarefa).
   • Restrição: Somente leitura; não aprende no campo.

3. Córtex de Ação (Aprendizado Lento):

   • Função: Executa habilidades recuperando cápsulas armazenadas e deformando-as sobre a cena 3D atual.
   • Implementação: Utiliza a Transformação Residual Geométrica (GRT). Em vez de decodificar ações quadro a quadro, ele recupera uma "trajetória semente" armazenada e a deforma geometricamente para corresponder aos âncoras da cena atual (ex: posição do objeto).
   • Eficiência: Reduz as chamadas de decodificação de ação de $T$ (passos de controle) para $M$ (fases da habilidade), onde $M \ll T$.

4. Campo de Cápsulas (Memória de Aprendizado Rápido):

   • Função: O "hipocampo" do sistema, armazenando nova competência adquirida no campo.
   • Unidade: A Cápsula de Competência (CC). Um registro compacto contendo:
     • Chave de Situação ($h_i$): Um código binário para recuperação.
     • Correção de Percepção ($\Delta z_i$): Desloca o embedding sensorial.
     • Correção de Ação ($\Delta a_i$): Um residual adicionado à saída da política base.
     • Âncora de Ação ($a^*_i$): A trajetória semente e âncoras 3D.
     • Tag de Regime ($\psi_i$): Distingue entre CORR (correção de erros familiares) e EXT (extensão para novas instâncias dentro da família).
   • Restrição: Todas as cápsulas vivem em um orçamento de memória fixo no dispositivo de borda.

2.2 O Mecanismo de Aprendizado: CFUR

A Regra de Atualização de Campo Contínua (CFUR) governa como o sistema aprende no campo sem gradientes:

• Gatilho: Uma nova cápsula é escrita apenas quando a confiança da política base cai e a distância de recuperação indica que a situação está na "borda" do suporte de uma habilidade armazenada, e a execução é verificada como bem-sucedida por um objetivo de fase ancorado em sensores ($\Phi_{succ}$).
• Processo:
  1. Captura: O sistema identifica um sucesso próximo ao OOD (fora da distribuição) verificado (ex: uma preensão em uma carga mais pesada ou objeto ocluído).
  2. Escrita: Uma nova Cápsula de Competência é criada em uma única passagem direta (forward pass) e uma inserção de memória. Nenhum gradiente é computado; a base congelada permanece intacta.
  3. Consolidação: Cápsulas redundantes são mescladas e cápsulas não utilizadas decaem (mecanismo de persistência) para manter uma pegada de memória fixa.
• Crescimento: A biblioteca cresce adicionando novas cápsulas nas bordas dos envelopes de habilidades existentes, permitindo que o sistema generalize para novas variações sem retreinar a base.

3. Principais Contribuições

1. Arquitetura (CFAM): Uma classe de modelo de aprendizado contínuo para IA Física. Introduz um deslocamento na unidade de inferência (emissões de cápsula por habilidade via GRT) e um deslocamento na unidade de aprendizado (escritas de cápsula de um único passo e sem gradientes).
2. Dataset: Um novo dataset multi-incorporação próprio (Skylark) contendo mais de 2,6 milhões de trajetórias através de cinco plataformas físicas (manipulador, quadrúpede, humanoide, quadrotor, veículo off-road). Todos os baselines são treinados neste mesmo dataset para comparação justa.
3. Aprendizado de Construção Eficiente no Laboratório: O CFAM atinge o ponto operacional de uma política padrão treinada em 100% dos dados usando apenas 40% dos dados (2,5× menos trajetórias).
4. Crescimento Autônomo Pós-Implantação: O CFAM captura autonomamente casos de sucesso próximos ao OOD verificados, aumentando o sucesso da ação em 13,9 pontos percentuais (de 74,0% para 87,9%) no fluxo de variação, enquanto os baselines de adaptação (LoRA, MemoryVLA) falham em melhorar ou degradam.
5. Retenção: Em simulação sequencial, o CFAM retém a competência anterior com uma transferência reversa de -0,5 ponto percentual, comparado a -11,4 pontos percentuais para o LoRA, demonstrando quase zero de esquecimento catastrófico.

4. Resultados Experimentais

O artigo valida o CFAM através de benchmarks sintéticos (SimplerEnv, LIBERO) e cinco plataformas robóticas do mundo real.

• Fase de Construção (Estágio A & B):

  • O CFAM supera as políticas padrão ($\pi_0$, CogACT, SpatialVLA) treinadas nos mesmos dados.
  • No conjunto de teste retido ($D_{test}$), o CFAM alcança uma vantagem de +9,7 pp sobre o melhor baseline de dados correspondentes.
  • Construção de um único passo (uma demonstração por tarefa) generaliza através de todas as cinco incorporações.

• Fase de Crescimento (Estágio C):

  • No fluxo de variação ($D_{var}$), o CFAM captura autonomamente sucessos verificados.
  • Resultado: O sucesso da ação sobe de 74,0% para 87,9% (+13,9 pp).
  • Baselines: Baselines baseados em gradiente (LoRA) e aumentados por memória (MemoryVLA, CronusVLA) não mostram melhoria ou apresentam degradação de desempenho sob a mesma exposição.

• Fase de Retenção (Estágio D):

  • Em uma suíte de simulação sequencial (5 ambientes), o CFAM mantém o desempenho em tarefas anteriores.
  • Esquecimento: Apenas 2,1% das tarefas anteriores perderam >5% de sucesso.
  • Comparação: O LoRA sofre 34,7% de esquecimento catastrófico.

• Ablações:

  • Remover o controlador de campo de cápsulas custa 8,3 pp.
  • Remover a consolidação custa 3,0 pp.
  • A combinação dos regimes de Correção (CORR) e Extensão (EXT) gera ganhos sinérgicos que excedem a soma das contribuições individuais.

5. Significância e Alegações

O artigo alega que o CFAM fornece uma forma limitada de inteligência física pós-implantação. Ele demonstra que:

1. O aprendizado pode ser contínuo sem retreinamento: Sistemas podem expandir sua competência autonomamente após deixarem o laboratório ao escrever em uma memória separada de aprendizado rápido, deixando o substrato de aprendizado lento (o "cérebro") congelado.
2. A eficiência de dados é alcançável: Políticas de alto desempenho podem ser construídas com significativamente menos dados de treinamento (40%) ao aproveitar a arquitetura de cápsulas.
3. O esquecimento pode ser mitigado por design: Ao separar o aprendizado em subsistemas distintos e não interferentes (lento vs. rápido), o sistema evita o esquecimento catastrófico inerente ao ajuste fino baseado em gradientes.
4. A autonomia é possível no campo: O sistema pode identificar, verificar e armazenar novas habilidades a partir de seus próprios sinais de execução sem rótulos humanos ou intervenção, desde que os novos casos estejam dentro do escopo das famílias de habilidades existentes.

Limitações Reconhecidas pelos Autores:

• O sistema lida com casos próximos ao OOD (variações de habilidades conhecidas), mas não lida com novidade de mundo aberto (tarefas ou objetos inteiramente novos).
• Ele depende da capacidade da base congelada de fornecer um ponto de partida "bom o suficiente"; não pode reparar deficiências fundamentais na percepção ou atuação do modelo base.
• Os resultados de retenção são atualmente validados em simulação; a retenção em plataforma real após crescimento de longo prazo não foi testada.
• O sistema requer uma fase de "Construção" com demonstrações humanas; ele não aprende do zero no campo.

Em resumo, o CFAM oferece uma solução estrutural para o dilema estabilidade-plasticidade na IA física, permitindo que máquinas "continuem crescendo" em ambientes perigosos e escassos de dados, preservando o que já aprenderam.