CoWAM es una capa de intervención selectiva que representa obligaciones de sincronización, rol y colisión como contratos de coordinación. Cada contrato combina predicados de admisibilidad tipados, evidencia aprendida condicionada por eventos y compuertas de intervención calibradas. La acción nominal permanece en vigor a menos que una alternativa satisfaga cada obligación activa, siga siendo de bajo riesgo, preserve la utilidad de la tarea y supere los umbrales de intervención calibrados. De lo contrario, CoWAM preserva la acción nominal o invoca un mecanismo de abstención predefinido.
Esta visión de contratos separa la generación de propuestas de la intervención. CoWAM no entrena un nuevo generador de acciones ni cambia el conjunto de candidatos. Cada selector recibe los mismos candidatos ordenados, se compromete antes de que estén disponibles los resultados del simulador y es auditado mediante una única pasada de etiquetado por un oráculo compartido. Este protocolo se denomina evaluación de mismo conjunto a ciegas de resultados. Por lo tanto, la evaluación distingue entre selección válida por coordinación, intervención falsa y perjudicial, éxito natural de bucle cerrado y margen de propuesta.
Interfaz de Candidatos Mundo-Acción
En el momento de replanificar, un proponente congelado devuelve un conjunto de candidatos ordenado. El controlador devuelve una de tres decisiones: preservar ejecuta la acción nominal, sobrescribir ejecuta una alternativa verificada y abstenerse invoca un mecanismo de respaldo definido por la tarea cuando ningún candidato es admisible. Esto convierte la intervención de políticas, más que la generación futura, en el objeto del método.
Contratos de Coordinación
Los tipos de eventos inactivos no imponen restricciones, mientras que cada predicado activo debe cumplirse. Los predicados utilizan acción emparejada y evidencia futura: ejemplos incluyen distancia inter-brazo acotada, asignaciones de objetos compatibles, progreso de contacto sincronizado y movimiento no divergente de objetos compartidos. El contrato también almacena umbrales de decisión calibrados y el mecanismo de respaldo asociado con el fallo del contrato.
Casos Cualitativos
Tres ejemplos a nivel de tarea ilustran el método. El caso Levantar Olla muestra a CoWAM reemplazando un fallo nominal con una alternativa exitosa válida por coordinación del mismo conjunto. Colocar Lata en Cesta y Poner Botellas en Papelera muestran la coordinación exitosa de CoWAM a través de transporte secuencial, asignación de roles multi-objeto y finalización terminal desde vistas de cámara complementarias.
Procedimiento de Decisión
El procedimiento de decisión completo es:
Recibir y persistir el conjunto de candidatos emparejados ordenado.
Instanciar el contrato de coordinación activo a partir del estado de la tarea y los eventos.
Evaluar predicados tipados y evidencia condicionada por eventos para cada candidato sin acceso a etiquetas de resultados.
Construir límites de riesgo y utilidad calibrados y evaluar todas las compuertas selectivas.
Sobrescribir con la alternativa elegible de mayor puntuación; de lo contrario, preservar la acción nominal válida por contrato o abstenerse mediante el respaldo congelado.
Persistir el índice seleccionado, modo de decisión, resultados del contrato, puntuaciones, límites y resumen del conjunto de candidatos antes de la evaluación compartida por oráculo.
La misma interfaz define todas las ablaciones. Solo contrato retiene predicados tipados pero elimina la verificación aprendida y la pila completa de compuertas. Verificador escalar reemplaza las salidas condicionadas por eventos con una puntuación aprendida. Sin límite de incertidumbre usa estimaciones puntuales, y sin preservación de línea base elimina la protección relativa para la acción nominal. Solo CoWAM completo es el método propuesto.
Emparejamiento a Ciegas de Resultados
Cada unidad de evaluación materializa un conjunto de candidatos ordenado compartido por todos los selectores. Los IDs de candidatos, orden, acciones y futuros predichos son idénticos entre métodos. Los selectores escriben su índice elegido y registro de decisión completo antes de una llamada al oráculo. Un lote de simulador posterior etiqueta cada candidato. Este protocolo preserva una frontera de información de resultados idéntica para cada selector y mide el techo de propuesta del oráculo de manera independiente.
Para la validez de eventos, se construyen 180 conglomerados de estrés de eventos antes de la inspección de resultados. El oráculo marca 150 conglomerados que contienen al menos una alternativa válida por coordinación. Los 180 conglomerados también contribuyen con un negativo emparejado en el que la acción nominal es válida por contrato. El bucle cerrado natural evalúa episodios completos emparejados en 30 semillas reservadas por tarea. Los prefijos de escala de candidatos están anidados dentro de cada estado restaurado, por lo que la unidad científica es el estado más que un candidato individual.
Métricas y Pruebas Estadísticas
El éxito estricto de la tarea es la finalización del simulador dentro del horizonte fijo. La validez de coordinación requiere que cada obligación de evento activo se cumpla. Un rescate selecciona una alternativa que repara la acción nominal sin perder otro resultado requerido. Una intervención falsa cambia la acción nominal sin soporte de tarea o coordinación; una intervención perjudicial pierde al menos un resultado requerido. La tasa de intervención se informa junto con el error, distinguiendo precisión selectiva de inactividad.
La comparación M1 utiliza discordancia de conglomerados emparejados y una prueba exacta de McNemar bilateral. La comparación M2 utiliza episodios de tarea-semilla emparejados y la misma prueba exacta. Los registros de candidatos dentro de un conjunto no se tratan como independientes. Las métricas de ranking se calculan en grupos disjuntos por tarea-semilla; la calibración se mide mediante error de calibración esperado y puntuación de Brier. Los denominadores congelados coinciden exactamente con las asignaciones de bloques informadas en el registro de experimentos.
Registro de Denominadores
El registro cuenta unidades científicas independientes en lugar de sumar cada fila reutilizada de tablas. Las ablaciones de coordinación y descomposiciones de familias de eventos reutilizan los conjuntos de coordinación principales. Las filas de riesgo-cobertura reutilizan los grupos de ranking aprendidos. Las repeticiones de tiempo caracterizan el costo del sistema y se excluyen del total científico.
Entorno de Ejecución y Artefactos
Cada ejecución registra tarea, semilla, número de candidatos, proponente, contrato activo, resultados del contrato, salidas del verificador, acción seleccionada, tipo de intervención, etiquetas de resultados y hashes de fuente. Los manifiestos legibles por máquina enlazan cada decisión con su resumen del conjunto de candidatos, unidad de tarea-semilla, registro de resultados y entrada de tabla agregada.
Orden de Reproducción de Afirmaciones
La ruta mínima de reproducción es:
Verificar las revisiones del simulador, proponente, verificador y configuración.
Materializar las matrices congeladas de eventos y tarea-semilla natural.
Generar cada conjunto de candidatos ordenado una vez y persistir su resumen.
Ejecutar cada selector sin acceso al oráculo y persistir su decisión.
Etiquetar los conjuntos de candidatos compartidos y las ejecuciones de bucle cerrado.
Agregar conteos emparejados, pruebas exactas, métricas de calibración y verificaciones de denominadores.
Regenerar las tablas principales y del apéndice a partir del agregado congelado.
El artefacto presentado contiene configuraciones, manifiestos de ejecución, registros de selectores, tablas agregadas, scripts estadísticos y medios representativos. Los pesos grandes de proponentes preentrenados se referencian mediante revisión pública y checksum en lugar de duplicarse.
Discusión y Limitaciones
Los resultados apoyan los contratos de coordinación como una interfaz entre predicción y control. Las obligaciones tipadas identifican el requisito de coordinación, la verificación condicionada por eventos estima la satisfacción del candidato y las compuertas calibradas determinan si la evidencia justifica la intervención. Solo contrato deja los rescates sin clasificar; eliminar la incertidumbre o la preservación de línea base aumenta las intervenciones falsas y perjudiciales. La calidad de la predicción y las decisiones de intervención deben evaluarse por separado.
La calidad de la propuesta y la calidad de la intervención forman ejes complementarios. El límite superior del oráculo mide la oportunidad disponible en el espacio de acciones, mientras que CoWAM mide su conversión en línea bajo criterios conservadores. Los resultados de escala de candidatos y cruce de proponentes muestran que conjuntos diversos crean oportunidades mientras que CoWAM evita el crecimiento de errores del reordenamiento incondicional. Por lo tanto, conjuntos más ricos expanden las opciones disponibles, y la evidencia calibrada expande el subconjunto seleccionado con confianza. Las ganancias se mantienen consistentes en ocho tareas bimanuales, tres familias de eventos, conteos de candidatos, horizontes secuenciales y fuentes de proponentes, apoyando los contratos de coordinación en diversas estructuras y distribuciones de candidatos WAM. Esta amplitud establece una estructura de selector común en las variaciones evaluadas; tareas y encarnaciones adicionales entran a través de la instanciación de contratos y calibración mientras se preserva la regla de intervención.
Cobertura de Evaluación
La evaluación natural abarca semillas reservadas en todas las ocho definiciones de tarea. La auditoría de eventos cubre oportunidades de sincronización, rol y colisión y conecta la calidad de selección a nivel de evento con resultados de coordinación de bucle cerrado que ocurren naturalmente. La evaluación cruzada de proponentes cubre X-WAM, LeWorldModel y conjuntos de candidatos mixtos. Juntos, estos bloques establecen ganancias de intervención selectiva en tareas, modos de coordinación, conteos de candidatos, horizontes y fuentes de proponentes bajo un protocolo de mismo conjunto a ciegas de resultados.
Conclusión
CoWAM utiliza futuros predichos para evaluar contratos de coordinación antes de modificar acciones de políticas bimanuales. Obligaciones tipadas, verificación aprendida y compuertas calibradas determinan cuándo preservar, sobrescribir o abstenerse. La evaluación de mismo conjunto a ciegas de resultados muestra una selección válida por coordinación más alta y éxito natural de tarea con bajas tasas de intervención falsa y perjudicial. Estas ganancias persisten en tareas, familias de eventos, conteos de candidatos, horizontes y proponentes. Las ablaciones identifican contribuciones complementarias de la estructura de coordinación, futuros temporalmente alineados y calibración. La escala de candidatos muestra que CoWAM convierte conjuntos más ricos en intervenciones válidas sin el crecimiento de errores del reordenamiento incondicional. La transferencia cruzada de proponentes muestra que el mismo selector aumenta el éxito de tareas en distribuciones de candidatos WAM con generadores sin cambios. Juntos, CoWAM establece los contratos de coordinación como una interfaz reutilizable entre la predicción mundo-acción y el control bimanual coordinado.
Preguntas Frecuentes
¿Qué es un contrato de coordinación en CoWAM? Un contrato de coordinación agrupa predicados de admisibilidad tipados, evidencia aprendida condicionada por eventos y compuertas de intervención calibradas que codifican obligaciones de sincronización, rol y colisión. Cada predicado activo debe cumplirse antes de que una acción alternativa pueda sobrescribir la salida de la política nominal.
¿Cómo difiere CoWAM de entrenar un nuevo generador de acciones? CoWAM es puramente una capa de intervención selectiva: nunca entrena un nuevo generador ni altera el conjunto de candidatos. Consume los mismos candidatos ordenados que cualquier selector recibe y decide si preservar, sobrescribir o abstenerse según la evaluación del contrato.
¿Qué es la evaluación de mismo conjunto a ciegas de resultados? Todos los selectores ven conjuntos de candidatos idénticos y deben comprometer sus decisiones antes de que estén disponibles las etiquetas de resultados del simulador. Una pasada de oráculo compartida etiqueta cada candidato, preservando una frontera de información igual y permitiendo la comparación directa de la calidad de intervención.
¿Qué intervenciones distingue CoWAM en sus métricas? La evaluación separa rescates (alternativas que reparan una acción nominal fallida), intervenciones falsas (cambios sin soporte de tarea o coordinación) e intervenciones perjudiciales (cambios que pierden un resultado requerido), junto con el éxito estricto de tarea y la tasa de intervención.