arXiv 机器学习· Yufeng Wang, Parivesh Priye, Lu Wei, Haibin Ling·· 3 小时前AI 评分35
基于强加结构与学习物理构建稳定且反事实鲁棒的物理世界模型
Stable and Counterfactually Robust Physical World Models from Imposed Structure and Learned Physics
AI 导读
一项研究提出结合先验物理结构与数据学习的物理世界模型，可同时实现符合第二定律的耗散、参数干预响应、长达训练时域100倍的稳定性及抗扰动鲁棒性。在电磁腔、网格粒子与浅水流体测试中，约9,000参数的模型单套权重即可区隔守恒与耗散达4个数量级，预测留出干预的表现比收敛线性模型提升2至17倍。
来源：arXiv 机器学习 · arxiv.org