Planificaci´on por descenso de gradiente a partir de observaciones visuales

Resumen

La planificación de trayectorias condicionada a objetivos en robótica se beneficia de operar en espacios latentes compactos y semánticos. Sin embargo, gran parte de la literatura asume entradas en espacio de estados, mientras que muchos escenarios reales dependen de observaciones visuales de alta dimensión. En este trabajo preliminar proponemos una extensión de la planificación por descenso (Planning-as-Descent) al dominio visual, evitando planificar directamente en espacio de píxeles. La idea central es aprender una representación visual semántica mediante auto-supervisión (tokenización convolucional dispersa y modelado enmascarado predictivo en espacio latente) y reutilizar la formulación energética y el procedimiento de refinamiento por gradiente del planificador en el espacio latente resultante. Presentamos la formulación, las hipótesis y un protocolo experimental reproducible para evaluar (i) estabilidad del descenso energético, (ii) eficiencia de planificación y (iii) robustez al replanteamiento, comparando con variantes basadas en estados y en píxeles. Este manuscrito define la integración y el diseño experimental como base para validaciones en curso.