11. Resultados comparativos SLM vs. FSM¶

Alcance de este capítulo. Salvo el banco de prueba del VLM (§11.0) y los lotes de la capa estratégica (§11.6), que usan la configuración vigente, los resultados corresponden al lote base (75 corridas ejecutadas el 8 y 9 de septiembre). El lote base se ejecutó con una configuración del brazo slm distinta de la descrita en los capítulos 5–8: el VLM elegía macro-acciones tácticas y el barrido de resolución de atascos le pedía una acción, en lugar de proponer sub-metas ancladas a la pose del fotograma. Tres advertencias para leerlo:

Escenarios de control (§11.1, §11.4.1, §11.4.2, §11.4.3): no ejercen la capa táctica de atasco y son válidos como medida del costo del brazo slm (H2).

Escenarios con obstrucción (townsim_ini, townsim_calib_cruce_frontal, citymap_pilot; §11.4.2b, §11.4.2c, §11.4.3b y §11.5.2–§11.5.4): se ejecutaron sin los waypoints WP_0b y WP_1b de townsim_ini ni WP_0_SUR de citymap_pilot (cap. 10 §10.3.3), con más de un code_version por escenario y con el umbral de ocupación en 0.35 (canal efectivamente inactivo, cap. 7 §7.5). No describen el desempeño del sistema de los capítulos 5–8, que se evaluará con los lotes D, E y F (§10.12).

El VLM intervino en los brazos slm y fsm. Ambos resolvieron sus deadlocks con deep_vlm (barrido + consulta al VLM) y el lote no tiene una celda sin VLM en la resolución de atascos, por lo que ninguna diferencia entre los brazos deliberativos y el reactive puede atribuirse al contenido de las respuestas del modelo (cap. 10 §10.2.2). La auditoría de corridas de diagnóstico (cap. 9 §9.8) encontró además respuestas del barrido casi constantes, lo que refuerza esta cautela.

La distancia mínima al obstáculo (DistMin) se midió en este lote con el canal de profundidad del simulador, como auditoría externa al lazo de control; el sistema de los capítulos 5–8 no usa ese canal (cap. 10 §10.3.0).

11.0 Banco de prueba del VLM: línea base a bordo¶

El banco (airsim-loop/experiments/vlm_bench/; qué es, cómo se construyó y cómo se usó para decidir, en cap. 10 §10.13) mide, fuera de vuelo, qué preguntas sabe responder el modelo, contra una etiqueta de referencia tomada de la profundidad del simulador en la misma pose. La línea base de todas las comparaciones es la corrida del 7–8 de octubre de 2026 (airsim-runs/vlm_bench/v2/) con la configuración de vuelo vigente: LFM2.5-VL-1.6B Q4_K_M en Ollama, contexto de 8192 tokens, en la misma GPU que Unreal Engine y el grafo de control (cap. 8 §8.1.2). Se toma esa condición, y no la del servidor dedicado anterior, porque un VLM a bordo comparte el cómputo con el resto del sistema de vuelo.

Datos. Muestras de las 21 corridas que tienen telemetría y los dos videos (frontal y FollowCam): pilotos citysim_pilot v2 y v3 y los tres pilotos con el modelo local. De 6926 poses se reprodujeron en AirSim 1908 (todas las consultas estratégicas, 429, y los barridos, 579, más 900 de trayectoria al azar). Válidas para evaluar: 915; se excluyen 190 con la cámara dentro de la geometría, 384 con captura inestable y 589 con la pose mal reproducida (correlación con lo registrado en vuelo < 0.5). El centro está libre en el 51 % de las válidas. Cada pregunta se hace con decodificación restringida y temperatura 0, a 384 px (los barridos a 256 px, como en vuelo), sobre hasta 60 muestras por clase.

Criterio de pase: exactitud balanceada de la respuesta tal como sale ≥ 0.65 y límite inferior del IC 95 % (bootstrap por corrida) por encima del azar. El AUC, calculado con la probabilidad de la opción leída de los logprobs, es diagnóstico: indica si hay señal que el modelo no expresa en la respuesta, no configura el vuelo.

Pregunta	n	Exactitud bal. [IC 95 %]	Azar	Pasa	Respuesta más frecuente	AUC (diag.)	Latencia mediana
`grid_prod` (pregunta de vuelo, grilla 3×3)	120	53 % [50–55 %]	50 %	no	libre (82 %)	0.53	0.88 s
`grid_perm` (ídem, etiquetas permutadas)	120	51 % [49–53 %]	50 %	no	libre (85 %)	0.51	0.88 s
`centro_libre` (¿recto 15 m?)	120	50 % [50–50 %]	50 %	no	sí (100 %, constante)	0.52	0.34 s
`borde_lateral`	180	33 % [33–33 %]	33 %	no	izquierda (100 %, constante)	—	0.35 s
`borde_superior`	120	53 % [50–58 %]	50 %	no	sí (95 %)	0.69	0.36 s
`direccion_abierta`	208	32 % [28–36 %]	25 %	no	izquierda (62 %)	—	0.36 s
`scan_prod` (barrido de vuelo)	14	50 %	50 %	no	todo transitable (100 %)	0.04*	2.6 s
`scan_perm` (ídem, orden permutado)	22	50 %	50 %	no	todo transitable (100 %)	0.92*	3.1 s

* Con 14 y 22 barridos el AUC se calcula sobre muy pocos pares y cambia de extremo a extremo con el orden de las imágenes: no es interpretable.

Ninguna pregunta pasa. Tres son constantes y el resto queda a pocos puntos del azar. En la pregunta de vuelo, las filas 1 y 3 de la grilla salen «libre» en el 100 % de las muestras (realmente libres: 72–78 % arriba, 38–47 % abajo), y en la fila del medio la respuesta depende de la posición del sector más que de la escena (A2 libre 14 %, B2 70 %, C2 52 %, con ~50–57 % reales). Con las etiquetas permutadas la respuesta coincide con la del orden normal en el 75 % de los sectores: el modelo responde sobre todo a la posición en la imagen. Los logprobs no rescatan la grilla (AUC 0.53); la única señal latente apreciable está en borde_superior (AUC 0.69, frente a una respuesta casi constante).

Dos consecuencias para el vuelo. La sub-meta de la capa estratégica sale de la posición de las celdas, no de la escena: en el piloto seed_99_20261007T214055Z, 12 de 31 sub-metas eligieron la fila de abajo —siempre «libre»— y el dron descendió hasta apoyarse en el tablero de una autopista elevada a ~7 m, del que no pudo girar para el barrido. El desempate por fila con margen (VLM_SUBGOAL_TIE_DEG, cap. 5 §5.10.3) evita ese descenso, pero no aporta información de la escena. Y el barrido declara transitables todos los rumbos, de modo que la salida del atasco la decide la exclusión de rumbos ya probados (cap. 5 §5.12), no el modelo.

Plan de ruta sobre el mapa (juicio por parches, cap. 4 §4.3.1; 59 candidatas en 11 tramos de citysim_pilot y citysim_clear, 28 realmente libres). La probabilidad media de «calle» separa las rutas libres de las bloqueadas con AUC 0.81. La ruta elegida es libre en 10 de 11 tramos, igual que la recta: en el único tramo con la recta bloqueada (citysim_pilot WP_2 → WP_3, la recta cruza un edificio) el plan elige un desvío libre, y en un tramo de citysim_clear elige un desvío bloqueado con la recta libre. En la prueba de parches del mapa (60 parches etiquetados, cinco clases) el modelo local obtiene exactitud balanceada 0.65 y AUC 0.79; el planificador usa la probabilidad, no la respuesta.

La misma pregunta con profundidad estimada (experiments/vlm_bench/seg_depth_probe.py; detalle en cap. 6 §6.14.1). Con el mismo fotograma, la misma geometría y la misma etiqueta, el p5 de la profundidad estimada por Depth Anything V2 Metric Outdoor Small separa sectores libres de bloqueados con exactitud balanceada del 75 % [72–77 %] y AUC 0.83 (625 muestras × 9 sectores; 76 % y 0.84 en las 120 muestras de las preguntas del VLM), en 82 ms. Es la única señal que pasa el criterio. En los barridos (290 imágenes, sector central) logra 75 % [68–82 %] y AUC 0.87. Una red de segmentación semántica chica (yolo26n-sem) queda en el azar (AUC 0.50): la clase de un píxel no dice a qué distancia está.

Latencia en vuelo con el modelo a bordo (piloto seed_99_20261007T214055Z, 65 consultas estratégicas): mediana 0.77 s, p90 0.80 s, máximo 2.8 s, sin timeouts. La captura (simGetImages, mediana 103 ms) y el período del lazo (mediana 237 ms) quedan en el rango de los pilotos con el servidor dedicado (91–94 ms y 216–228 ms).

11.1 Resultados del lote base (5 semillas)¶

Estrategia de desbloqueo: deep_vlm en todos los casos. Las celdas muestran media ± desviación estándar sobre las 5 semillas independientes. Tasa de éxito: 5/5 y 0 colisiones en los 45 runs.

Tier 0 — `minisim_clear` · MiniSim (crater.png)¶

Escenario: 3 waypoints en L (~180 m), altitud −10 m, ambiente despejado.

Brazo	Éxito	Duración media (s)	σ (s)	Dist. media (m)	σ (m)	Invoc. SLM	Deliberación	Fallback SLM	Deadlocks	Res. atasco VLM
`slm`	5/5 ✅	164.2	9.4	185.6	1.6	49.6	6.5%	3.2%	0	—
`fsm`	5/5 ✅	174.2	38.7	218.9	15.3	—	—	—	1.4	100%
`reactive`	5/5 ✅	74.7	0.4	183.6	0.2	—	—	—	0	—

Dist. mín. al obstáculo (media): slm 6.5 m · fsm 8.0 m · reactive 7.9 m

Ratio slm/reactive: 2.20× · Ratio fsm/reactive: 2.33×

Observación: En ambiente despejado la diferencia entre brazos es de velocidad pura. reactive completa en 74.7 s (sin deliberar); slm tarda 2.20× más por sus 49.6 invocaciones promedio al VLM. La alta varianza del fsm (σ=38.7 s) refleja la variabilidad en el número de deadlocks por corrida (0–3, media 1.4), todos resueltos por deep_vlm. La varianza del reactive es prácticamente nula (σ=0.4 s), confirmando que sin deliberación el brazo es determinista.

Tier 1 — `townsim_clear` · TownSim (townsim_calib.png)¶

Escenario: perímetro completo del complejo, 6 WPs, ~626 m, altitud de tránsito −30 m.

Brazo	Éxito	Duración media (s)	σ (s)	Dist. media (m)	σ (m)	Invoc. SLM	Deliberación	Fallback SLM	Deadlocks	Res. atasco VLM
`slm`	5/5 ✅	296.0	12.8	624.4	6.9	9.6	0.8%	2.2%	2.6	100%
`fsm`	5/5 ✅	329.5	46.0	637.3	15.8	—	—	—	3.8	100%
`reactive`	5/5 ✅	259.7	3.1	626.2	2.2	—	—	—	0	—

Dist. mín. al obstáculo (media): slm 8.5 m · fsm 8.8 m · reactive 13.9 m

Ratio slm/reactive: 1.14× · Ratio fsm/reactive: 1.27×

Observación: La longitud de la ruta (~626 m vs. ~184 m en Tier 0) diluye el overhead por invocación: con solo 9.6 invocaciones promedio sobre ~4 500 ciclos, la tasa de deliberación cae a 0.8%. El slm sigue siendo más lento que el reactive (1.14×), pero la diferencia se redujo a 36 s de promedio. El fsm acumula más deadlocks (3.8 vs. 2.6 del slm) y presenta la mayor varianza (σ=46 s), incluyendo una corrida de 406 s por un bloqueo prolongado. El reactive no registra deadlocks y tiene σ=3.1 s, su varianza residual proviene del jitter de la física de AirSim.

Tier 2 — `citysim_clear` · CitySim (citysim_calib.png)¶

Escenario: perímetro de una manzana del grid regular, 4 WPs, ~431 m, altitud de tránsito variable (rampa desde −10 m hasta −50 m y retorno a −10 m).

Brazo	Éxito	Duración media (s)	σ (s)	Dist. media (m)	σ (m)	Invoc. SLM	Deliberación	Fallback SLM	Deadlocks	Res. atasco VLM
`slm`	5/5 ✅	175.5	3.2	427.4	1.0	2.2	0.3%	0%	0	—
`fsm`	5/5 ✅	187.7	20.9	434.9	3.8	—	—	—	0.8	100%
`reactive`	5/5 ✅	165.2	0.2	431.0	0.5	—	—	—	0	—

Dist. mín. al obstáculo (media): slm 9.4 m · fsm 10.0 m · reactive 10.4 m

Ratio slm/reactive: 1.06× · Ratio fsm/reactive: 1.14×

Observación: Con solo 2.2 invocaciones promedio al VLM y tasa de deliberación de 0.3%, el overhead del slm es marginal (10.3 s sobre 165 s de base). El fsm presenta dos corridas con deadlock (seeds 4 y 5, 212 s y 208 s) que elevan la media y σ. El reactive es virtualmente determinista (σ=0.2 s). Los tres brazos completan sin colisiones, confirmando que la altitud de crucero está por encima de la línea de tejados en este escenario de control.

11.2 Tabla de resultados por brazo y escenario¶

Media sobre 5 semillas. Col./km = 0 en los tres tiers (0 colisiones en 45 corridas). DistMin = media de la distancia mínima al obstáculo por corrida.

Brazo	Tier / Escenario	Éxito	DistMin (m)	Tiempo (s)	Deliberación	Fallback SLM	Res. Atasco VLM	Ratio vs `reactive`
`slm`	Tier 0 (`minisim_clear`)	5/5 ✅	6.5	164.2 ± 9.4	6.5%	3.2%	— (0 deadlocks)	2.20×
`slm`	Tier 1 (`townsim_clear`)	5/5 ✅	8.5	296.0 ± 12.8	0.8%	2.2%	100% (2.6/corrida)	1.14×
`slm`	Tier 1 (`townsim_ini`)	0/5 ⛔ timeout	0.21	900 (límite)	1.4%	0%	100% (20.2/corrida)	—
`slm`	Tier 1 (`townsim_calib_cruce_frontal`)	1/5 ⚠️	0.10	772.7 ± 285.1	1.9%	0%	95.3% (18.4/corrida)	—
`slm`	Tier 2 (`citysim_clear`)	5/5 ✅	9.4	175.5 ± 3.2	0.3%	0%	— (0 deadlocks)	1.06×
`slm`	Tier 2 (`citymap_pilot`)	0/5 ⛔ timeout	0.22	600 (límite)	2.3%	0%	100% (20.4/corrida)	—
`fsm`	Tier 0 (`minisim_clear`)	5/5 ✅	8.0	174.2 ± 38.7	—	—	100% (1.4/corrida)	2.33×
`fsm`	Tier 1 (`townsim_clear`)	5/5 ✅	8.8	329.5 ± 46.0	—	—	100% (3.8/corrida)	1.27×
`fsm`	Tier 1 (`townsim_ini`)	0/5 ⛔ timeout	0.17	900 (límite)	—	—	100% (24.0/corrida)	—
`fsm`	Tier 1 (`townsim_calib_cruce_frontal`)	0/5 ⛔ timeout	0.16	900 (límite)	—	—	100% (6.2/corrida)	—
`fsm`	Tier 2 (`citysim_clear`)	5/5 ✅	10.0	187.7 ± 20.9	—	—	100% (0.8/corrida)	1.14×
`fsm`	Tier 2 (`citymap_pilot`)	0/5 ⛔ timeout	0.10	600 (límite)	—	—	100% (21.4/corrida)	—
`reactive`	Tier 0 (`minisim_clear`)	5/5 ✅	7.9	74.7 ± 0.4	—	—	—	1.00×
`reactive`	Tier 1 (`townsim_clear`)	5/5 ✅	13.9	259.7 ± 3.1	—	—	—	1.00×
`reactive`	Tier 1 (`townsim_ini`)	0/5 ⛔ timeout	0.44	900 (límite)	—	—	— (0 deadlocks)	—
`reactive`	Tier 1 (`townsim_calib_cruce_frontal`)	2/5 ⚠️	0.67	603.1 ± 406.8	—	—	— (0 deadlocks)	—
`reactive`	Tier 2 (`citysim_clear`)	5/5 ✅	10.4	165.2 ± 0.2	—	—	—	1.00×
`reactive`	Tier 2 (`citymap_pilot`)	0/5 ⛔ paralizado	3.05	600 (límite)	—	—	— (0 deadlocks)	—

11.3 Análisis estadístico del lote base¶

11.3.1 Tabla de ratios de tiempo de misión (H2)¶

Escenario	Tiempo `reactive` (s)	Tiempo `slm` (s)	Ratio `slm`/`reactive`	Tiempo `fsm` (s)	Ratio `fsm`/`reactive`	Invoc. VLM (`slm`)
Tier 0 `minisim_clear`	74.7 ± 0.4	164.2 ± 9.4	2.20×	174.2 ± 38.7	2.33×	49.6
Tier 1 `townsim_clear`	259.7 ± 3.1	296.0 ± 12.8	1.14×	329.5 ± 46.0	1.27×	9.6
Tier 2 `citysim_clear`	165.2 ± 0.2	175.5 ± 3.2	1.06×	187.7 ± 20.9	1.14×	2.2

El ratio slm/reactive decrece monotónicamente con la longitud de la ruta (y con la distancia por invocación VLM): 2.20× → 1.14× → 1.06×. Esto es consistente con H2: el costo temporal del brazo slm no es lineal en la distancia sino en la frecuencia de deliberación.

11.3.2 Prueba U de Mann-Whitney y Cliff's Delta¶

Métrica: tiempo de misión (duration_s) en corridas con success = True (todas las corridas del lote base). Prueba bilateral. Corrección de Bonferroni: 18 comparaciones previstas (3 pares × 6 escenarios, incluyendo extendidos); umbral ajustado α = 0.05/18 ≈ 0.0028.

Comparación	Escenario	U	z	p	p (Bonf.)	Cliff's δ	Significancia
`slm` vs `reactive`	Tier 0 `minisim_clear`	25	2.61	0.009	0.162	+1.00	* (no Bonf.)
`slm` vs `reactive`	Tier 1 `townsim_clear`	25	2.61	0.009	0.162	+1.00	* (no Bonf.)
`slm` vs `reactive`	Tier 2 `citysim_clear`	25	2.61	0.009	0.162	+1.00	* (no Bonf.)
`fsm` vs `reactive`	Tier 0 `minisim_clear`	25	2.61	0.009	0.162	+1.00	* (no Bonf.)
`fsm` vs `reactive`	Tier 1 `townsim_clear`	25	2.61	0.009	0.162	+1.00	* (no Bonf.)
`fsm` vs `reactive`	Tier 2 `citysim_clear`	25	2.61	0.009	0.162	+1.00	* (no Bonf.)
`slm` vs `fsm`	Tier 0 `minisim_clear`	13	0.10	0.917	1.000	+0.04	ns
`slm` vs `fsm`	Tier 1 `townsim_clear`	6	−1.36	0.175	1.000	−0.52	ns
`slm` vs `fsm`	Tier 2 `citysim_clear`	13	0.10	0.917	1.000	+0.04	ns

Referencia de δ: |δ| < 0.147 negligible, 0.147–0.33 pequeño, 0.33–0.474 mediano, > 0.474 grande (Romano et al., 2006).

Interpretación:

slm vs reactive y fsm vs reactive: δ = +1.00 en los tres tiers — separación perfecta, ninguna corrida de reactive supera en tiempo a ninguna corrida de slm o fsm. El p-valor unadjustado (0.009) indica significancia a α = 0.05, pero no supera el umbral de Bonferroni (0.0028) con K = 5 semillas. El límite inferior del p alcanzable con K = 5 es 7.9 × 10⁻³ — imposible superar Bonferroni con este tamaño muestral independientemente de cuán perfecta sea la separación. El efecto es real (δ = 1.0) pero la potencia estadística es insuficiente para la corrección multivariada. Ampliar a K = 10 (ver §5.3 del plan de pruebas) bajaría el p mínimo alcanzable a 1.1 × 10⁻⁵, dentro del rango de Bonferroni.
slm vs fsm: no significativo en ningún tier (p > 0.17). En Tier 1, δ = −0.52 (grande) favorece al slm, impulsado por el outlier del fsm (406 s, seed 2, bloqueo prolongado). Con K = 5 y alta varianza del fsm, este resultado no es concluyente — requiere los escenarios de obstrucción real para separar los brazos deliberativos.

11.3.3 Perfil de deliberación por tier¶

Tier	Invoc. VLM promedio	Tasa deliberación	Dist. / invocación
Tier 0 `minisim_clear`	49.6	6.5%	~3.7 m/invoc.
Tier 1 `townsim_clear`	9.6	0.8%	~65 m/invoc.
Tier 2 `citysim_clear`	2.2	0.3%	~194 m/invoc.

La distancia por invocación aumenta 52× entre Tier 0 y Tier 2. En Tier 0, el VLM es consultado cada ~3.7 m; en Tier 2, cada ~194 m. Esto confirma que el comportamiento cauteloso del slm durante la espera VLM (avance lento, sin giro) reduce la frecuencia de invocación a medida que la ruta tiene menos quiebres de rumbo y menos incertidumbre perceptual — incluso en ausencia de obstáculos reales.

11.4 Análisis por tipo de escenario¶

11.4.1 Tier 0 — Control sin obstáculos (`minisim_clear`)¶

El escenario más simple (3 WPs en L, ambiente despejado) establece el costo puro del brazo slm sin ningún beneficio compensatorio. El lote estadístico (5 semillas) confirma la tendencia del piloto con mayor precisión:

reactive: 74.7 ± 0.4 s — prácticamente determinista. Es la cota inferior de velocidad del sistema: sin deliberación, sin overhead, trayectoria directa al siguiente waypoint.
slm: 164.2 ± 9.4 s — 49.6 invocaciones promedio al VLM (6.5% de los ciclos). La varianza (σ = 9.4 s) proviene de la variabilidad en la latencia de inferencia del VLM por corrida. Ningún deadlock: el ambiente despejado no genera atascos en el slm.
fsm: 174.2 ± 38.7 s — tiempo medio mayor al slm, con alta varianza (σ = 38.7 s) por la variabilidad en deadlocks (0–3 por corrida). El overhead de la FSM en este escenario es comparable al del VLM, pero más errático.

La separación slm/reactive (Cliff's δ = +1.0) es perfecta: en las 25 comparaciones posibles (5 × 5 semillas), cada corrida de reactive fue más rápida que cualquier corrida de slm. El mismo patrón se observa para fsm vs reactive. En entorno despejado, ningún brazo deliberativo puede competir en velocidad con el reactive — la ventaja del VLM no tiene dónde manifestarse.

Predicción verificada: la diferencia reactive vs. slm/fsm tiene Cliff's δ = 1.0 en los tres tiers, confirmando el patrón esperado. La comparación slm vs. fsm es no significativa (δ = 0.04), como era esperado: en ausencia de obstáculos, ambos brazos deliberativos incurren en un overhead similar sin diferenciarse en calidad de decisión.

11.4.2 Tier 1 — Perímetro urbano de crucero (`townsim_clear`)¶

La longitud de la ruta (~626 m, 3.4× Tier 0) diluye el overhead del VLM: de 49.6 invocaciones en Tier 0 a 9.6, y la tasa de deliberación baja de 6.5% a 0.8%. El ratio slm/reactive cae de 2.20× a 1.14×: el slm tarda 36 s más que el reactive en promedio, sobre una base de 260 s.

El dato más relevante de Tier 1 es la asimetría de deadlocks entre brazos: - reactive: 0 deadlocks en las 5 corridas (σ ≈ 0 en tiempo). - slm: 2.6 deadlocks promedio (todos resueltos al 100% por deep_vlm). - fsm: 3.8 deadlocks promedio, incluyendo un bloqueo de >400 s en seed 2.

Este patrón es consistente con la arquitectura: el reactive no tiene concepto de "objetivo pendiente" y no genera atascos; los brazos deliberativos sí. La diferencia entre slm (2.6) y fsm (3.8) sugiere que la consulta al VLM ayuda a evitar algunos deadlocks incluso en escenarios de control — aunque con K = 5 este resultado no es estadísticamente concluyente (δ = −0.52, ns).

El escenario de interés real para Tier 1 es townsim_ini (corredores vegetados) y townsim_calib_cruce_frontal (bloqueo frontal masivo), donde el VLM tiene un caso de uso genuino y la diferencia slm vs fsm debería hacerse significativa. Los datos de townsim_clear solo establecen la cota de partida del lote base.

11.4.2b Tier 1 — Corredor arbolado (`townsim_ini`)¶

townsim_ini es el primer escenario de obstrucción real del lote: el corredor peatonal central de TownSim, volado a z=−10 m (bajo la copa de los árboles), de norte a sur entre los edificios. Los tres brazos fallan en las 15 corridas por timeout (900 s), sin una sola colisión registrada.

Brazo	Éxito	Dist. media recorrida	Deadlocks (media)	Res. VLM	DistMin (m)
`slm`	0/5 ⛔	134.7 ± 50.4 m	20.2	100%	0.21
`fsm`	0/5 ⛔	176.2 ± 84.2 m	24.0	100%	0.17
`reactive`	0/5 ⛔	158.5 ± 10.9 m	0	—	0.44

Ningún brazo superó el 60% de la ruta (~310 m total). El reactive es el más consistente en distancia recorrida (σ=10.9 m vs. 50–84 m del los brazos deliberativos), pero tampoco progresa: sin deadlock detection, oscila ante los obstáculos sin activar el mecanismo de escape, lo que resulta en movimiento local sin avance neto hacia el siguiente waypoint.

Los brazos deliberativos acumulan entre 10 y 44 deadlocks por corrida (media: slm 20.2, fsm 24.0). El deep_vlm resuelve el 100% de ellos, pero cada resolución consume ciclos adicionales (escaneo + reposicionamiento), y la tasa de aparición de nuevos deadlocks supera la capacidad de avance efectivo: el sistema entra en un estado de "deadlock crónico" donde el deep_vlm nunca puede entregar progreso sostenido.

Interpretación para H1: el escenario townsim_ini coloca a los tres brazos más allá del umbral de capacidad de la arquitectura actual — el corredor a z=−10 m resulta demasiado obstruido para completarse en el presupuesto temporal. Esto no invalida H1, pero desplaza la comparación: con 0/5 éxitos en todos los brazos, la métrica discriminante no es la tasa de éxito sino la distancia recorrida antes del timeout. En esa métrica, el fsm aventaja ligeramente al reactive y al slm (176 m vs. 158 m vs. 135 m), contrariamente a la hipótesis de que el VLM debería guiar mejor en corredores obstruidos. La alta varianza del slm (σ=50 m) y del fsm (σ=84 m) impide conclusiones estadísticas con K=5.

Por qué falla específicamente el sensor monocular en este escenario. El fracaso uniforme de los tres brazos en townsim_ini no es un artefacto de ajuste de parámetros ni una falla aislada de la política de decisión: townsim_ini fue diseñado deliberadamente como caso adversarial para la percepción monocular, y el resultado expone justamente el límite físico que ese diseño buscaba provocar. Vale la pena explicitar el mecanismo, desarrollado formalmente en el Anexo 7:

Flujo traslacional nulo cerca del Foco de Expansión (FOE). Por la relación deducida en el Anexo 5 (§A5.4.1), \(\|v_{\text{trans}}\| \propto \|p - \text{FOE}\|\): el flujo óptico de un punto se anula a medida que su proyección se acerca al FOE, es decir, al centro geométrico de la trayectoria de avance. En un corredor recto cubierto de follaje volado a z=−10 m (bajo la copa de los árboles), las ramas que están exactamente en la línea de vuelo — las de mayor riesgo de colisión — son las que producen la señal de flujo más débil, mientras que el follaje periférico (que no bloquea el paso) genera el flujo más intenso. El ObstacleField tiende entonces a reportar menor confianza justo donde la decisión es más urgente.
Textura repetitiva y auto-similar. Ramas y hojas violan el supuesto de correspondencia unívoca del que depende cualquier estimador de flujo: un parche de follaje es visualmente indistinguible de sus vecinos, por lo que el problema de apertura (aperture problem) se agrava y el vector estimado resulta frecuentemente espurio, incluso lejos del FOE.
Retroalimentación negativa entre cautela y evidencia. Ante la ambigüedad de señal, los tres brazos recurren a maniobras de bajo desplazamiento neto, lo que reduce aún más la línea de base de paralaje disponible entre frames consecutivos — un ciclo de "menor confianza → mayor cautela → menor movimiento → menor evidencia" que no se rompe por sí solo.

Estos tres efectos son manifestaciones de la maldición monocular (ambigüedad de escala más dependencia estructural del movimiento; Anexo 7, §A7.1): no son errores de implementación del pipeline de flow_ttc.py, sino un límite físico del sensor elegido por diseño (§1.2). El deadlock crónico observado en slm (20.2/corrida) y fsm (24.0/corrida) es, en este sentido, la manifestación en la capa de control de una falla que se origina en la capa de percepción: el VLM y la FSM reciben evidencia degradada o nula del mismo pasaje que deben atravesar, y ningún razonamiento táctico adicional puede compensar la ausencia de señal geométrica confiable en la dirección de interés. Esto también explica por qué el reactive — que no delibera y por tanto no puede "esperar más evidencia" — tampoco progresa: sin flujo utilizable cerca del eje de avance, el campo de obstáculos frontal no genera un gradiente de evasión claro en ninguna capa de decisión.

Opciones para el análisis final: (a) aumentar --max-seconds a 1800 s y re-correr para dar tiempo a que algún brazo complete; (b) elevar la altitud del corredor a z=−20 m para reducir la densidad de obstrucción; (c) aceptar el resultado como hallazgo de límite operativo y reportar distancia recorrida en lugar de tasa de éxito; (d) como línea de trabajo futuro, evaluar una mitigación estructural del problema de percepción — no solo del ajuste de escenario — mediante un segundo canal de profundidad instantánea (visión estereoscópica) que no dependa del FOE ni del movimiento entre frames (Anexo 7, §A7.4–§A7.6). La opción (c) es la más honesta científicamente dado que los datos ya están colectados; la opción (d) es la que efectivamente atacaría la causa raíz identificada arriba, a diferencia de (a) y (b), que solo relajan el caso de prueba.

11.4.2c Tier 1 — Bloqueo frontal masivo (`townsim_calib_cruce_frontal`)¶

El escenario cruza la fila de edificios oeste a nivel de calle (z=−10 m), regresando al spawn. Es el primer escenario con obstrucción frontal garantizada: el waypoint WP_3 está al otro lado de una fila de edificios y no hay ruta directa a nivel de calle.

Brazo	Éxito	Dist. media (m)	Deadlocks (media)	Res. VLM	Tiempo exitoso (s)	DistMin (m)
`slm`	1/5 ⚠️	253.8 ± 51.4	18.4	95.3%	262.7 (seed 4)	0.10
`fsm`	0/5 ⛔	274.1 ± 41.4	6.2	100%	—	0.16
`reactive`	2/5 ⚠️	286.6 ± 53.1	0	—	157.5 (seeds 3–4)	0.67

Hallazgo principal: el reactive supera a los brazos deliberativos en tasa de éxito (2/5 vs. 1/5 vs. 0/5) y en velocidad cuando logra completar (~157 s vs. ~263 s del slm). El patrón de éxito del reactive es bimodal: en seeds 3 y 4 navega el bloqueo por evasión de flujo óptico puro en ~157 s; en seeds 1, 2 y 5 oscila ante los edificios y agota el presupuesto. El éxito depende del ángulo de aproximación inicial, no de deliberación.

El slm logra 1 éxito (seed 4, 5 deadlocks, 262 s) con la tasa de resolución más baja observada (95.3% — 4.7% de deadlocks no resueltos por deep_vlm), lo que indica que la geometría del cruce genera situaciones que el escaneo profundo no puede resolver completamente. El fsm falla todas con solo 6.2 deadlocks promedio: no es que acumule más atascos que en townsim_clear, sino que los atascos en la zona de bloqueo frontal son cualitativamente diferentes — la FSM sin VLM no puede distinguir "avanzar por arriba" de "avanzar lateralmente" ante una fachada continua.

Interpretación para H1: el VLM no aporta ventaja estadísticamente demostrable en este escenario con K=5 (1/5 slm vs. 2/5 reactive vs. 0/5 fsm). El resultado es contraintuitivo respecto a H1: el brazo sin deliberación (reactive) es el más exitoso. Una posible explicación es que el flujo óptico sí detecta el obstáculo frontal y lo evade por la ruta de menor resistencia (vertical o lateral), mientras que los brazos deliberativos generan deadlocks que paralizan la evasión. Con K=10 y análisis de SPL por waypoint, sería posible determinar si el VLM contribuye en el segmento específico de cruce o no.

11.4.3b Tier 2 — Corredores urbanos angostos (`citymap_pilot`)¶

citymap_pilot es el escenario terminal: 7 WPs en grilla urbana a z=−10 m entre edificios de 50–100 m. La ruta total es ~310 m; ningún brazo supera el 58% de la ruta dentro del presupuesto de 600 s.

Brazo	Éxito	Dist. media recorrida	σ (m)	Deadlocks (media)	Res. VLM	DistMin (m)
`slm`	0/5 ⛔	168.5 m	83.9	20.4	100%	0.22
`fsm`	0/5 ⛔	178.0 m	90.8	21.4	100%	0.10
`reactive`	0/5 ⛔	26.7 m	0.4	0	—	3.05

El hallazgo más significativo es la conducta del reactive: recorre exactamente ~27 m en las 5 semillas (σ=0.4 m — comportamiento cuasi-determinista) y se detiene. La causa identificada es geométrica: la ruta pasa por debajo de una autopista elevada y el dron queda atrapado bajo su estructura. El flujo óptico detecta superficies en todas las direcciones y el controlador oscila sin poder escapar — sin un mecanismo de escape global, el reactive permanece bajo la autopista hasta agotar el presupuesto. La distancia mínima al obstáculo (media 3.05 m) refleja el espacio bajo la estructura, no proximidad a los edificios de los corredores.

Los brazos deliberativos recorren ~170 m usando deep_vlm para resolver deadlocks (20–21 por corrida, todos resueltos al 100%). La alta varianza (σ≈87 m) indica que el progreso depende fuertemente de la semilla: en seed 3 (slm, 18.7 m) y seed 5 (fsm, 16.6 m) el dron queda paralizado desde el primer waypoint — comportamiento análogo al reactive pero detonado por un deadlock inicial irresuelto que consume el presupuesto.

Inversión del resultado respecto a townsim_calib_cruce_frontal: en ese escenario el reactive superaba a los brazos deliberativos (2/5 vs. 1/5 vs. 0/5); en citymap_pilot los brazos deliberativos superan al reactive en distancia recorrida (170 m vs. 27 m). La diferencia es la geometría: en townsim_calib_cruce_frontal existe una "ruta de escape" lateral que el flujo óptico puede encontrar sin necesidad de razonamiento global; en citymap_pilot la grilla de corredores angostos bloquea todas las salidas locales y el reactive no tiene manera de determinar qué corredor elegir. El deep_vlm, aunque no completa la misión, al menos permite que el dron explore sucesivamente los deadlocks y avance en la dirección correcta entre resoluciones.

Interpretación para H1: citymap_pilot proporciona la diferencia más grande del lote entre los brazos deliberativos y el reactive — 6.3× más distancia — en un entorno donde el flujo óptico solo no es suficiente para elegir entre corredores.

Atribución. Esa diferencia no demuestra que el VLM haya elegido el corredor correcto. Primero, la comparten slm (168.5 m) y fsm (178.0 m), y ambos usaban el mismo barrido con VLM en sus deadlocks; el fsm, sin consulta táctica al modelo, recorrió incluso algo más. Segundo, el lote no tiene una celda con resolución de atascos sin VLM (blind), de modo que la ventaja sobre el reactive puede deberse a que cualquier mecanismo de resolución de deadlocks mueve al dron —barridos, escapes verticales, esquinas—, con independencia de lo que responda el modelo. Tercero, la auditoría de corridas de diagnóstico en este mismo escenario (cap. 9 §9.8) encontró respuestas del barrido casi constantes y errores de integración que invertían su sentido. El reactive, por su parte, quedó atrapado a ~27 m bajo la autopista elevada, la estructura que el waypoint WP_0_SUR de citysim_pilot.json evita (cap. 10 §10.3.3). El contraste que permite atribuir el efecto al VLM es fsm × blind, previsto en los lotes con obstrucción. Sin embargo, con 0/5 éxitos en todos los brazos y K=5, no es posible establecer significancia estadística. El escenario confirma el escenario de uso previsto del VLM (ambigüedad semántica entre corredores de textura uniforme) pero a una escala de dificultad que excede el presupuesto temporal disponible.

11.4.3 Tier 2 — Entorno urbano de crucero (`citysim_clear`)¶

Con 2.2 invocaciones promedio al VLM y tasa de deliberación de 0.3%, el slm opera en modo casi puramente reactivo en este escenario: sólo 10 s de overhead sobre la base de 165 s del reactive. Los tres brazos completan sin colisiones y sin diferencias de seguridad (DistMin: 9.4–10.4 m).

Tres observaciones son relevantes para el análisis posterior:

reactive determinista: σ = 0.2 s — la varianza más baja de los tres tiers. A −50 m de altitud máxima, sin obstáculos activos, el reactive ejecuta la ruta con variación nula.
fsm variable: dos corridas con deadlock (seeds 4 y 5, 208 s y 212 s) vs. tres sin deadlock (~170 s). La geometría del manifiesto (cambios de altitud en rampa) genera ocasionalmente atascos en la FSM que no se producen en el reactive ni en el slm. Con K = 5, δ = +0.04 (slm vs fsm), no significativo.
slm recorre menos distancia que fsm: 427.4 m vs. 434.9 m — el slm tiende a trayectorias más cortas que la FSM, posiblemente porque las pocas invocaciones VLM producen correcciones de rumbo que evitan desviaciones que la FSM acumula al gestionar sus deadlocks.

El escenario citymap_pilot (corredores angostos a −10 m, entre edificios de 50–100 m) es el experimento de Tier 2 donde el VLM tiene potencia discriminativa real. Los datos de citysim_clear establecen que, en condiciones de tránsito libre, ningún brazo discrimina en calidad de navegación — diferencia esperada por diseño experimental.

11.5 Síntesis de hallazgos¶

11.5.1 Soporte a hipótesis H2 (overhead del VLM se diluye con la longitud de ruta)¶

H2 se confirma cualitativamente con los tres escenarios de control completados:

Escenario	Ruta (m)	Ratio `slm`/`reactive`
`minisim_clear`	~185	2.20×
`townsim_clear`	~626	1.14×
`citysim_clear`	~427	1.06×

El ratio decrece monótonamente con la longitud de ruta, con separación perfecta entre los tres tiers (Cliff's δ = 1.0 en comparaciones por pares). La potencia estadística es insuficiente para la corrección Bonferroni (K = 5, p mínimo alcanzable ~7.9×10⁻³ >> α = 0.0028), pero el patrón es consistente con la predicción teórica: el overhead fijo de cada invocación VLM (~3–5 s) se reparte sobre un presupuesto de tiempo mayor a medida que la ruta se alarga.

11.5.2 Soporte a hipótesis H1 (VLM aporta ventaja en ambientes obstruidos)¶

H1 no se confirma ni refuta con los datos disponibles. El diseño experimental identifica tres regímenes cualitativamente distintos:

Escenario	Régimen	Ganancia del VLM
`minisim_clear`, `townsim_clear`, `citysim_clear`	Control libre	Ninguna — costo puro
`townsim_calib_cruce_frontal`	Bloqueo frontal	Negativa: `reactive` 2/5 > `slm` 1/5 > `fsm` 0/5
`townsim_ini`	Deadlock crónico	Neutral — 0/5 todos; VLM incapaz de recuperar señal monocular
`citymap_pilot`	Ambigüedad de corredor	Positiva en distancia para `slm` y `fsm` (6.3×) vs. `reactive`; 0/5 todos; no atribuible al VLM (§11.4.3b)

El dato más favorable a H1 es citymap_pilot: los brazos deliberativos cubren 6.3× más distancia que el reactive. Pero, como se discute en §11.4.3b, la ventaja la comparten slm y fsm, ambos con el VLM en la resolución de atascos y sin una celda blind de contraste, por lo que no puede atribuirse a que el modelo elija el corredor correcto. Además, 0/5 éxitos en todos los brazos impide cuantificar ventaja en términos de tasa de éxito.

El resultado contraintuitivo de townsim_calib_cruce_frontal (el brazo menos deliberativo supera a los más deliberativos) ilustra un efecto de composición: en obstrucciones donde existe una "ruta de escape" geométricamente accesible desde la posición actual, el reactive la encuentra más rápido porque no detiene el vuelo para deliberar. El deep_vlm introduce latencia de reposicionamiento que, en este caso, llega cuando el momento de escape ya pasó.

11.5.3 Límites operativos identificados¶

Los escenarios de obstrucción revelan dos límites distintos de la arquitectura:

Límite de percepción monocular (townsim_ini): el corredor arbolado a z=−10 m produce deadlock crónico en los tres brazos porque la señal de flujo óptico se degrada en la dirección de avance (flujo traslacional nulo cerca del FOE) y las texturas repetitivas del follaje generan vectores espurios. Ningún mecanismo de decisión puede compensar la ausencia de señal geométrica confiable en la dirección de interés. Este es un límite físico del sensor monocular, no del algoritmo de control. Con la configuración final —profundidad monocular estimada en la capa estratégica y en el barrido (cap. 5 §5.10.6)— las diez corridas de townsim_ini del lote de octubre completan la misión (§11.6.2). La comparación no es controlada (otro manifiesto, otro código), pero indica que el límite era del canal de flujo solo, no del sensor monocular.

Límite de escape geométrico (citymap_pilot, reactive): cuando la geometría cierra todas las salidas locales — el dron queda atrapado bajo una autopista elevada con el techo arriba, el suelo abajo y paredes laterales —, el flujo óptico no puede generar un gradiente de evasión útil en ninguna dirección. La opción "perder altura" no ayuda (agrava el atrapamiento bajo la estructura). Hace falta un mecanismo que proponga una salida no accesible localmente en el campo de flujo; el barrido deep_vlm está concebido para eso, pero el lote base no permite distinguir su aporte del de cualquier otro mecanismo de resolución de deadlocks (§11.4.3b).

11.5.4 Conclusión operativa¶

Los 75 runs del lote completo establecen que:

En ruta libre, ningún brazo deliberativo justifica su overhead frente al reactive en términos de velocidad o seguridad. El VLM añade latencia sin agregar valor de decisión.
En ambientes con obstrucción geométrica compleja (citymap_pilot), los brazos con resolución de deadlocks progresan 6.3× más que el reactive, aunque sin completar la misión. El lote no permite atribuir esa ventaja al contenido de las respuestas del VLM (§11.4.3b).
En ambientes con degradación de señal monocular (townsim_ini), la limitación es de percepción, no de decisión. Ningún brazo — deliberativo o reactivo — puede compensarla. La extensión natural de esta línea de investigación es la incorporación de un segundo canal de profundidad instantánea (visión estereoscópica) que no dependa del movimiento entre frames (Anexo 7, §A7.4–§A7.6).
El VLM no penaliza la seguridad: la distancia mínima al obstáculo (medida con el canal de profundidad del simulador, como auditoría externa) es similar o mejor que la del reactive en los escenarios donde todos los brazos operan, y las 45 corridas de control producen 0 colisiones en todos los brazos.

11.6 Lotes de la capa estratégica (octubre, configuración vigente)¶

Dos lotes con el sistema de los capítulos 5–8 responden si la capa estratégica aporta y con qué fuente. Diseño común: brazo slm, barrido de deadlock con profundidad estimada (DEADLOCK_STRATEGY = depth) igual en todas las celdas —así se aísla la capa estratégica—, semillas 1–5 con jitter de la pose inicial, mismo plan de vuelo para todas las corridas de un escenario y el modelo de inferencia en la misma GPU que Unreal. El avance se mide en waypoints del plan completados (no con el índice del registro, que cuenta también las sub-metas insertadas). La regla de decisión se fijó antes de correr cada lote: una fuente aporta más que otra si la mediana del avance a un tiempo de referencia la supera en un umbral y gana en al menos 4 de las 5 semillas emparejadas; si ningún par lo cumple, las fuentes son equivalentes en avance y se decide por costo y seguridad. El p-valor se informa como diagnóstico: con 5 pares el mínimo del Wilcoxon exacto es 0.0625. Análisis: experiments/analyze_strategic_batch.py.

11.6.1 CitySim (`citysim_pilot`): sin diferencia en avance¶

15 corridas (fuentes depth, vlm y off), tope de 480 s, plan de ruta del VLM (cap. 4 §4.3.1; 15 waypoints con los desvíos). Regla: diferencia de medianas ≥ 2 waypoints a 400 s.

Fuente	Plan a 150 / 300 / 400 s (mediana)	Éxito	DistMin mediana (peor)	Deadlocks (total)	Latencia de la capa
`depth`	5 / 10 / 13	3/5	5.83 m (0.10)	4	108 ms
`vlm`	6 / 10 / 13	4/5	3.29 m (0.13)	2	788 ms
`off`	6 / 11 / 13	5/5	4.95 m (1.89)	0	—

Ningún par cumple la regla: las tres fuentes son equivalentes en avance. Por costo y seguridad, off es la mejor celda (todas las misiones completas, sin deadlocks, el mejor peor caso de distancia). Las fallas de las otras dos: depth semilla 1 llegó a 14 de 15 waypoints al tope de tiempo; depth semilla 5 tuvo tres deadlocks y se acercó a 0.10 m; vlm semilla 2 terminó por congelamiento físico, con el dron incrustado en la malla tras sub-metas repetidas hacia la fila de abajo de la grilla. Con 5 semillas, 5/5 frente a 3/5 no es significativo (Fisher p ≈ 0.44): la lectura es que la capa no aporta en este escenario, no que empeore. En off no hubo deadlocks, de modo que el barrido no se ejerció.

11.6.2 TownSim (`townsim_ini`): mismo avance, más margen con la profundidad¶

10 corridas (fuentes depth y off; el VLM quedó fuera por su AUC de 0.53 en el banco y su equivalencia en CitySim), tope de 900 s, manifiesto validado a mano sin plan de ruta (el mapa de TownSim no está verificado como registrado y el plan podría sacar la ruta del corredor). El escenario cruza el corredor peatonal arbolado a 10 m de altura, bajo las copas. Regla: diferencia de medianas ≥ 1 waypoint (de 8) a 900 s.

Fuente	Éxito	Duración (mediana)	Recorrido (mediana)	DistMin en el corredor, mediana (peor)	Segundos a < 1 m en el corredor (mediana)	Deadlocks resueltos por el barrido	Latencia de la capa
`off`	5/5	286 s	362 m	0.11 m (0.10)	29	15/16	—
`depth`	5/5	307 s	428 m	0.41 m (0.10)	10	4/14	114 ms

Las diez corridas completan los ocho waypoints sin colisiones: equivalentes en avance. Costo y seguridad tiran en sentidos opuestos:

off es más barato: 21 s menos de mediana (más rápido en 4 de 5 semillas) y 66 m menos de recorrido, sin servicio de capa.
depth mantiene más distancia del follaje: pasa menos segundos a menos de 1 m en las 5 semillas emparejadas (0 frente a 21, 10/33, 3/43, 10/27, 11/29; Wilcoxon exacto p = 0.0625, el mínimo posible con 5 pares).

DistMin se calculó por tramo con la pose de cada muestra de la auditoría: los acercamientos ocurren en la plaza y el corredor (x < −40 m); en el resto de la misión la distancia mínima supera los 10 m. El valor de ~0.10 m que se repite es, probablemente, el plano cercano de la cámara dentro del follaje —sin colisión física—; no se verificó en video. La primera muestra de cada corrida se excluye: en off semilla 1 marcó 0.012 m a 30 m de altura y la siguiente, 98 m. Con off los deadlocks son deterministas —los tres en el paso de la moldura (WP_1b), con escape vertical de −10 a −16 m— y el barrido con profundidad los resuelve (15 de 16). Con depth ocurren en otros puntos y el barrido resuelve menos (4 de 14), sin abortos: los no resueltos salen por el escape vertical.

Referencia histórica, no comparable. En el lote base (§11.4.2b) las 15 corridas de townsim_ini llegaron al tope de 900 s sin completar. Aquel lote voló otro manifiesto (sin WP_0b ni WP_1b), otro código y el barrido con el VLM; la diferencia no se puede atribuir a un solo cambio.

11.6.3 Lectura conjunta y decisión de configuración¶

La capa estratégica no acelera la misión con ninguna fuente, en ninguno de los dos escenarios: el avance lo dan el plan de vuelo y el lazo rápido.
Con obstáculos orgánicos, la capa con profundidad aporta margen de manera consistente; en CitySim ese efecto no se vio.
Ninguna señal favorece al VLM en el lazo. En la capa estratégica fue equivalente a no tener capa, con una latencia siete veces mayor que la de la profundidad.
El barrido con profundidad se ejerció en vuelo en TownSim y resolvió 19 de 30 deadlocks; todas las misiones terminaron.

Por el margen en vegetación, y con un costo moderado (~114 ms en su propio hilo, ~440 MiB de VRAM, 7 % más de tiempo de misión), la configuración final es STRATEGIC_SOURCE = depth y DEADLOCK_STRATEGY = depth (cap. 5 §5.10.7). Es una decisión de criterio sobre resultados con 5 semillas por escenario, no un efecto significativo.

Límites. Un escenario por tipo y 5 semillas por celda; DistMin solo mira el tercio central de la cámara frontal (los roces laterales no cuentan); en TownSim la captura de imágenes tarda el doble que en CitySim (mediana 209 ms frente a 110 ms), igual para las dos celdas.