Euler--Lagrange equation

拉格朗日神经网络学习史瓦西测地线

研究人员开发了能够学习弯曲时空中复杂动力学（特别是史瓦西测地线）的拉格朗日神经网络（LNNs）。这一进展是通过一种新颖的解耦位置-速度归一化方案和用于数据集生成的能量约束采样策略实现的。改进后的LNNs能够准确重现近日点进动和相对论性时间膨胀等现象，同时保持能量和角动量守恒。这项工作标志着LNNs首次成功训练于史瓦西测地线，为相对论系统的驱动建模提供了一条新途径。