Redes de Kolmogorov-Arnold igualam o nível das MLPs com 40% menos amostras

Pesquisadores que publicaram o preprint 2610.10627 no arXiv verificaram quantos dados as redes de Kolmogorov-Arnold (KAN) precisam em aprendizado por reforço. A resposta: 40% menos do que o perceptron multicamadas (MLP), quando o objetivo é atingir qualidade comparável. Durante o treinamento, o ganho relativo das KAN chegou a 50%. Os experimentos usaram o dataset Feynman e o benchmark Gymnasium, e o ruído nas recompensas não eliminou a vantagem.

Por que as amostras são a principal moeda do RL

O aprendizado por reforço profundo já supera há tempos os métodos clássicos de controle. Mas, em sistemas reais, ele esbarra no custo da experiência. Cada amostra representa minutos ou horas de trabalho de um robô, desgaste mecânico, uma bancada ocupada e risco de quebra. Simuladores são mais baratos, mas a distância entre simulação e realidade ainda precisa ser fechada com dados reais. Por isso, um método que chega ao resultado desejado com menos interações com o ambiente vale mais do que um que apenas aumenta a recompensa máxima.

As KAN foram propostas em 2024. A ideia se apoia no teorema de Kolmogorov-Arnold: em vez de funções de ativação fixas nos nós, a rede aprende funções unidimensionais nas arestas, geralmente na forma de splines. Até agora, atribuíam-se a essas redes duas vantagens: menos parâmetros para a mesma tarefa e melhor interpretabilidade, principalmente quando é preciso recuperar uma dependência física. O novo trabalho acrescenta um terceiro eixo: o consumo de dados.

O que foi medido e como

Os autores compararam KAN e MLP por meio de curvas de aprendizado. A primeira plataforma foi o Feynman, um conjunto de tarefas de recuperação de relações físicas. A segunda foi o Gymnasium, conjunto padrão de ambientes para RL. Em um teste separado, avaliaram a robustez ao ruído: distorceram as recompensas em diferentes níveis e observaram se a diferença se mantinha.

Principais resultados do abstract:

• qualidade comparável é atingida com 40% menos amostras;
• a melhora relativa ao longo do treinamento chega a 50%;
• o ganho se mantém sob diferentes níveis de ruído nas recompensas;
• benchmarks: Feynman e Gymnasium;
• o código é aberto, no repositório DerKevinRiehl/neurips26_kan_training no GitHub (o nome sugere submissão ao NeurIPS 2026).

O que ainda não está claro

O abstract não revela quais algoritmos de RL e quais ambientes entraram na amostra, e sem isso é difícil avaliar o quanto o resultado se transfere para outras tarefas. A expressão “até 50%” descreve o pico em trechos isolados do treinamento, e não o ganho médio. Trata-se de um preprint em primeira versão, que não passou por revisão por pares.

Há ainda um ponto computacional. As KAN com splines nas arestas costumam ser mais caras que as MLPs em tempo por passo de treinamento. Economia de amostras não equivale a economia de horas de GPU, e vale conferir no trabalho como os autores tratam essa questão. Por fim, as tarefas do Feynman se baseiam em dependências físicas suaves, ou seja, no território em que as KAN historicamente se saem bem. Para aprendizado a partir de pixels ou dinâmicas fortemente descontínuas, a transferência do ganho precisa ser verificada separadamente.

O que as equipes podem fazer na prática

Quem paga caro pela experiência, como em robótica, controle de equipamentos e processos industriais, pode testar a KAN no lugar da MLP na política ou no crítico em sua própria tarefa. O código é aberto, então a comparação leva dias, e não meses.

A conta precisa ser feita em dinheiro: o custo de uma amostra contra o custo da computação para treinar. Se uma amostra de uma bancada real custa ordens de magnitude mais que as horas de GPU, até uma KAN lenta se paga. Se o ambiente é simulado quase de graça, a vantagem é duvidosa. Um bônus adicional é a interpretabilidade: as splines aprendidas podem ser visualizadas e checadas quanto à consistência com a física do sistema, o que ajuda na certificação de algoritmos de controle. O resultado não se aplica diretamente a LLMs; trata-se de modelos compactos de controle.