Action Learning

新的LEAP框架为科学模拟带来行动学习能力

研究人员推出了一种新颖的“行动学习”科学模拟框架——LEAP（Learned Energy on Action Paths）。该方法旨在从观测到的轨迹中恢复随机行动，为理解动力学系统提供了一个统一的目标。LEAP将未知的行动锚定到一个参考过程上，并通过比较观测轨迹和参考轨迹来学习修正，从而能够捕捉局部动力学和长期依赖性。该框架已在物理系统、分子动力学和轨道力学等多个科学领域取得成功，通过有效恢复底层动力学并促进跨不同推理目标和条件的迁移。