---
title: "利用Lyapunov指数作为物理信息密集奖励：强化学习发现超越Kapitza摆的稳定控制"
source: "arXiv AI/CL/LG（论文）"
source_tier: "t2"
url: "https://arxiv.org/abs/2607.14001v1"
permalink: "https://feed.astralor.com/items/itm_4c3081154c8a0f6f38d54b57"
published: "2026-07-15T16:29:20.000Z"
score: 74
channel: "ai"
tags: ["Kapitza摆","Lyapunov指数","倒立摆","强化学习","物理信息学习"]
---

# 利用Lyapunov指数作为物理信息密集奖励：强化学习发现超越Kapitza摆的稳定控制

## AI 点评

> 这篇论文让我眼前一亮：把混沌理论中的Lyapunov指数直接变成RL奖励，既优雅又实用。对控制领域的研究者来说，这是将物理先验注入学习算法的绝佳范例；对RL开发者而言，它展示了如何通过奖励设计突破传统探索瓶颈。强烈推荐给所有关注智能控制与物理AI交叉方向的朋友。

## 速览

该论文提出将Lyapunov特征指数（LCE）作为密集奖励信号，用于强化学习解决倒立摆垂直运动稳定问题。实验表明，智能体不仅成功发现了Kapitza摆的振荡运动，还能进一步抑制摆锤摆动，使其严格保持竖直向上。该方法融合了物理先验知识与RL奖励设计，为非线性控制难题提供了新思路。

## 关键点

- 将Lyapunov指数改造为密集奖励函数，引导RL智能体探索稳定策略。
- 智能体在经典Kapitza摆基础上，进一步实现了完全竖直的稳定控制。
- 物理信息奖励（PIN）有效提升了样本效率和控制精度。
- 实验验证了LCE作为连续奖励信号的可行性与鲁棒性。

## 全文

We suggest using the Lyapunov characteristic exponent (LCE) as a dense reward signal for the reinforcement learning problem of stabilizing the inverted pendulum with vertical motion. With LCE, the agent not only successfully found the oscillatory motion known as the Kapitza pendulum but also damped the pendulum's pivoting, leaving it in a strictly upright position.

---

引用前请核对原文;本文由星际流动整理:https://feed.astralor.com/items/itm_4c3081154c8a0f6f38d54b57