Conservation Buys Stability and Factoring Buys Counterfactuals in Physical World Models
作者: Yufeng Wang, Parivesh Priye, Lu Wei, Haibin Ling
分类: cs.LG
发布日期: 2026-09-17
💡 一句话要点
提出结构化方法以解决物理世界模型的稳定性与反事实问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱四：生成式动作 (Generative Motion)
关键词: 物理世界模型 长时间稳定性 反事实转移 辛积分器 线性因子化 学习能量 机器人控制 物理仿真
📋 核心要点
- 现有学习模拟器在训练条件变化时存在长期稳定性不足和反事实转移能力缺失的问题。
- 提出通过辛积分器演化学习能量以保持保守动力学的几何特性，同时使用显式线性因子化编码物理耦合。
- 实验结果表明，所提方法在长达100倍训练时间的情况下保持物理意义的滚动，并有效支持未见过的耦合信号。
📝 摘要（中文）
本文探讨了学习模拟器在训练条件变化时的两种失效模式：长期滚动中小误差的累积导致轨迹偏离物理可行行为，以及在物理参数干预下模型未能适应新条件。我们提出通过演化学习能量与辛积分器结合，保持保守动力学的几何特性，从而在长达100倍训练时间的情况下保持物理意义的滚动。同时，通过显式线性因子化编码物理耦合，使模型能够适应未见过的耦合信号。重要的是，这两种机制是可分离的，去除长时间稳定性结构不会影响反事实转移，而去除因子化耦合则会破坏反事实转移但不影响稳定性。这一发现为物理世界模型的设计提供了明确的原则。
🔬 方法详解
问题定义：本文旨在解决学习模拟器在训练条件变化时的两种失效模式：长期滚动中的轨迹漂移和物理参数干预下的适应性不足。现有方法在这两方面表现不佳，导致模拟结果不可靠。
核心思路：通过演化学习能量与辛积分器结合，保持保守动力学的几何特性，从而实现长期稳定性。同时，采用显式线性因子化来编码物理耦合，使模型能够适应未见过的耦合信号。
技术框架：整体架构包括两个主要模块：一是基于辛积分器的能量演化模块，二是显式线性因子化的耦合编码模块。通过这两个模块的结合，模型能够在长时间内保持物理可行性并适应新的物理条件。
关键创新：最重要的技术创新在于将长时间稳定性与反事实转移能力分离开来，提出了两种不同的结构性解决方案，能够独立地优化每个方面。
关键设计：在参数设置上，采用了能量正则化的预测器，并对神经ODE进行了调优，以确保模型在长时间滚动中的稳定性。同时，因子化耦合的设计使得模型能够灵活应对未见过的物理耦合情况。
🖼️ 关键图片
📊 实验亮点
实验结果显示，所提方法在长达100倍训练时间的情况下保持了物理意义的滚动，而传统方法如等容量预测器和调优的神经ODE则出现了发散。这表明新方法在长时间稳定性和反事实转移能力上具有显著提升。
🎯 应用场景
该研究的潜在应用领域包括机器人控制、物理仿真以及虚拟现实等。通过提高物理世界模型的稳定性和适应性，能够在复杂环境中实现更可靠的决策和控制，具有重要的实际价值和未来影响。
📄 摘要（原文）
A learned simulator can reproduce its training conditions accurately yet fail in two distinct ways once those conditions change. Over long rollouts, small errors accumulate until the trajectory drifts away from physically plausible behavior; under an intervention on a physical parameter, the model may continue to follow the law seen during training rather than the intervened one. We show that these two failures require different structural remedies. Evolving a learned energy with a symplectic integrator preserves the geometry of the conservative dynamics and keeps rollouts bounded and physically meaningful for up to $100\times$ the training horizon, while equal-capacity predictors, an energy-regularized predictor, and a tuned neural ODE diverge. By contrast, encoding the physical coupling through an explicit linear factorization enables the model to follow a never-seen sign of that coupling, whereas an unrestricted parameterization remains locked to the training law. Crucially, the two mechanisms are separable: removing the structure responsible for long-horizon stability leaves counterfactual transfer intact, while removing the factorized coupling destroys counterfactual transfer without eliminating stability. This double dissociation, established with matched controls that remove or replace one structural component at a time, persists beyond the headline three-body system and remains visible when the physical state must be inferred from pixels rather than provided directly. The result is a concrete design principle for physical world models: long-horizon stability and changed-law generalization arise from distinct structural commitments, and each can be imposed deliberately without requiring the other.