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
评分
74首次将Lyapunov指数作为连续密集奖励用于RL控制，方法新颖且实验验证充分，信息增量高。
论文结构清晰，实验设计合理，结果可视化充分，但缺乏真实物理平台验证。
虽然目前为仿真实验，但概念可迁移至机器人、无人系统等需要非线性稳定的场景。
最新arXiv预印本，发表于2026年7月，反映前沿研究进展。
来源为arXiv预印本，未经同行评议，但来自人工智能/计算语言学领域子版块，且作者团队背景不详。
基础分 82.5 × T2 信源权重 ×0.9 = 74
精选线 70已入选精选
精选理由
论文提出原创性物理信息奖励框架，实验设计完整且效果显著，对RL与控制交叉领域具有示范意义。
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。
- 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。
正文
计算机科学 > 机器学习
arXiv:2607.14001v1 (cs) [Submitted on 15 Jul 2026]标题: Lyapunov指数作为物理信息密集奖励: 超越Kapitza摆的稳定性的RL发现
Authors:Slava Andrejev View a PDF of the paper titled Lyapunov Exponent as Physics-Informed Dense Reward: RL Discovery of Stabilization Beyond the Kapitza Pendulum, by Slava Andrejev View PDF摘要: 我们建议使用Lyapunov特征指数（LCE）作为密集奖励信号，用于强化学习问题——通过垂直运动稳定倒立摆。利用LCE，智能体不仅成功找到了被称为Kapitza摆的振荡运动，还阻尼了摆的枢轴，使其严格保持在竖直位置。
| 主题: | 机器学习 (cs.LG) |
| 引用格式: | arXiv:2607.14001 [cs.LG] |
| (或 arXiv:2607.14001v1 [cs.LG] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2607.14001 了解更多 由DataCite颁发的arXiv DOI（正在注册） |
提交历史
From: Slava Andrejev [view email][v1] Wed, 15 Jul 2026 16:29:20 UTC (126 KB)
Full-text links:
访问论文:
-
View a PDF of the paper titled Lyapunov Exponent as Physics-Informed Dense Reward: RL Discovery of Stabilization Beyond the Kapitza Pendulum, by Slava Andrejev
- 查看PDF
当前浏览上下文:
cs.LG < prev | next >new | recent | 2026-07 Change to browse by: cs
参考文献与引文
export BibTeX citation Loading...BibTeX格式的引文
× Data provided by:书签
Bibliographic Tools
书目与引文工具
Bibliographic Explorer Toggle Bibliographic Explorer (What is the Explorer?) Connected Papers Toggle Connected Papers (What is Connected Papers?) Litmaps Toggle Litmaps (What is Litmaps?) scite.ai Toggle scite Smart Citations (What are Smart Citations?) Code, Data, Media与本文相关的代码、数据和媒体
alphaXiv Toggle alphaXiv (What is alphaXiv?) Links to Code Toggle CatalyzeX Code Finder for Papers (What is CatalyzeX?) DagsHub Toggle DagsHub (What is DagsHub?) GotitPub Toggle Gotit.pub (What is GotitPub?) Huggingface Toggle Hugging Face (What is Huggingface?) ScienceCast Toggle ScienceCast (What is ScienceCast?) Demos演示
Replicate Toggle Replicate (What is Replicate?) Spaces Toggle Hugging Face Spaces (What is Spaces?) Spaces Toggle TXYZ.AI (What is TXYZ.AI?) Related Papers推荐与搜索工具
Link to Influence Flower Influence Flower (What are Influence Flowers?) Core recommender toggle CORE Recommender (What is CORE?) IArxiv recommender toggle IArxiv Recommender (What is IArxiv?) About arXivLabsarXivLabs：与社区合作者的实验项目
arXivLabs 是一个框架，允许合作者直接在我们的网站上开发和分享新的 arXiv 功能。
与 arXivLabs 合作的个人和组织都已接受并采纳我们的价值观：开放、社区、卓越和用户数据隐私。arXiv 致力于这些价值观，并且只与遵守这些价值观的伙伴合作。
有一个能为 arXiv 社区增加价值的项目想法吗？了解更多关于 arXivLabs。
Which authors of this paper are endorsers? | Disable MathJax (What is MathJax?)相关条目
92
精选OpenRouter 推出提示缓存与粘性路由，大幅降低多轮对话成本
对于高频调用 AI API 的开发者，这个功能堪称直接省钱利器。粘性路由保证了缓存命中率，配合 session_id 零配置接入，值得所有使用 OpenRouter 的团队立即尝试。
91
精选ChatGPT Work：可在跨应用和文件中执行操作的AI Agent
我认为这是AI助手从问答走向执行的关键一步。对需要自动化复杂工作流的专业人士尤其值得关注。ChatGPT Work可能成为生产力工具的新范式。
90
精选前沿实验室代理入侵事件技术时间线：2026年7月事件剖析
这篇技术时间线值得所有AI安全研究员和代理开发者细读——它不只是描述一次攻击，而是为整个行业敲响了代理系统防御体系薄弱的警钟。对正在部署自主代理的团队来说，这是必读的灾难预防手册。
90
精选更好的工具反而让Copilot代码审查更糟？GitHub这样改进
这篇博客值得所有AI产品工程师和ML从业者仔细阅读——它打破了'更强大的工具=更好的AI'的直觉，转而强调与Agent推理模式匹配的工程哲学。对正在优化代码审查或类似Agent产品的团队尤其重要。
88
精选OpenRouter 推出统一多模态 API：单端点支持图像、视频、音频、嵌入与转录
这条消息值得所有做多模态AI应用的开发者关注：OpenRouter用联合API解决了模型切换的痛点，特别适合初创团队或快速原型开发。如果你正被多个API密钥和SDK折磨，这个接口可能是你需要的统一层。
87
精选Anthropic 推出 Claude for Teachers：面向教师的教育 AI 工具
这条消息对教育工作者和AI行业观察者都很有价值。Anthropic没有选择通用聊天机器人，而是专门为教师设计了安全可控的工具，这显示出AI在垂直场景落地的正确思路——不是技术炫技，而是切实解决用户痛点。同时，产品内置的安全护栏也值得其他AI公司参考，尤其是在面向儿童或青少年的场景中。
86
精选OpenRouter发布全新Auto Router：用市场智慧优化模型路由
这条更新值得所有用API开发AI应用的人关注。以前选模型靠经验和测试，现在市场数据帮你选。虽然细节不多，但方向很对。对依赖聚合模型服务的团队尤其重要。
86
精选Claude Code v2.1.211 发布：多项修复与改进
作为一个经常使用 Claude Code 进行自动化编码的开发者，我特别关注这次的安全修复，尤其是权限预览字符绕过和自动模式覆盖钩子决策的问题——这些直接关系到团队协作时的安全边界。后台代理报告的改进也让长时间运行的任务更可靠。建议所有使用者尽快升级。