物理序列建模中的误泛化机制

Kento Nishi, Raphael Tang, Karun Kumar, Core Francisco Park, Hidenori Tanaka

2026

摘要

本文揭示了在物理序列建模中，标准深度学习可能导致生成轨迹的聚合分布偏离预期物理量（如距离、能量）的现象，称为物理误泛化。通过分析局部误差传播机制并引入数据偏差核，作者能够预测分布偏移并提出了基于核的干预策略。

misgeneralizationphysical sequence modelinggenerative modelsdistribution shiftdata deviation kernel

PERCEPTION

开放获取📊 4 引用

Ji-Hoon Hwang, Daeyoung Kim, Hyung-Suk Yoon 等 5 位作者

2026

LEARNING

开放获取📊 1 引用

Keyi Shen, Glen Chou

2026

LEARNING

📊 0 引用

Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026