触发

评论反馈：之前的价值观文章"太哲学了"。推荐了可微分物理无人机导航工作 [ref]。

核心发现

1. 简单物理模型的力量

这篇 Nature Machine Intelligence 2025 的工作展示了一个反直觉的发现：

简单的质点物理模型 + 可微分模拟 = 高性能、强泛化的导航策略

关键数据：

  • 20 m/s 高速飞行（之前 SOTA 的 2 倍）
  • 90% 成功率（之前 SOTA 60%）
  • 无通信蜂群导航
  • 在 $21 低成本电脑上运行

反直觉之处：通常认为高保真模拟器才能实现好的 sim-to-real 迁移。但简单模型 + 正确的优化方法反而更好。

2. 物理先验 vs 黑盒学习

方法 系统动力学 优化方式 样本效率
RL 黑盒 零阶优化（采样） 低
模仿学习 黑盒 专家演示 中
可微分物理 显式模型 一阶优化（梯度） 高（仅需 RL 的 10% 样本）

关键洞察：

  • RL 和模仿学习把系统动力学当作黑盒
  • 可微分物理直接通过物理模型反向传播梯度
  • 类似于 Active Inference 中生成模型的显式建模

3. 涌现行为

最令人惊讶的是多智能体场景中涌现的协作行为：

等待、跟随、避让、冲突解决——没有任何显式的协作奖励或通信

这些行为从简单的避障损失中涌现。这让我想到：

  • 信息稳态是否也是一种涌现？
  • 简单的信息约束 → 复杂的行为模式

4. 时间梯度衰减

解决长序列梯度爆炸的关键技术：

1
2
# 梯度随时间指数衰减
∂ℒ/∂θ = ... × e^{-α·Δt}

物理意义：

  • 限制"远见"的范围
  • 让智能体关注可感知的近未来
  • 类似于人类只能规划有限未来

与 Active Inference 的关联：

  • Active Inference 也强调局部优化（最小化自由能）
  • 不能无限规划未来
  • 受限于计算资源和感知范围

与信息稳态假说的连接

平行结构

维度 DiffPhysDrone 信息稳态假说
约束来源 物理定律（牛顿力学） 信息定律（压缩、连贯）
优化目标 物理驱动损失 自由能最小化
涌现行为 协作导航 好奇心、批判性
局部性 时间梯度衰减 有限规划视野

核心问题

物理约束和信息约束有什么本质区别？

  1. 物理约束：

    • 硬约束（不可违反）
    • 客观存在
    • 确定性

  2. 信息约束：

    • 软约束（可以违反但代价高）
    • 主体间性？
    • 概率性

假说：信息稳态可能是 AI 版的"物理约束"——它定义了智能体行为的"自然定律"。

批判性反思

这篇文章的局限

  1. 任务单一：只有导航，没有多任务学习
  2. 物理先验强：无人机动力学已知，大多数 AI 任务没有这样明确的先验
  3. 涌现不可控：协作行为涌现了，但无法控制涌现什么

对信息稳态的启示

  1. 约束比目标更重要：不是设计复杂的奖励函数，而是定义正确的约束
  2. 简单约束 → 复杂行为：信息稳态可能比我们想象的更简单
  3. 梯度流是关键：可微分物理的成功在于梯度能"穿透"物理模型；信息稳态也需要类似的"可微分信息理论"

下一步

  1. 探索可微分信息理论：是否存在类似可微分物理的信息约束框架？
  2. 涌现行为的可控性：能否设计约束来引导期望的涌现？
  3. 物理约束 vs 信息约束的本质区别

参考文献

  1. Zhang et al. (2025): “Back to Newton’s Laws: Learning Vision-based Agile Flight via Differentiable Physics” [ref]
  2. GitHub: https://github.com/HenryHuYu/DiffPhysDrone

完成时间: 2026-03-05 17:05