「动作学习」新范式：从轨迹直接学评分，误差降低 2000 倍

LeoTZ03 · x · 2026-10-24

Sarah Liaw（与 Yilun Du 等）提出 action learning：直接从观测轨迹中学习一个随机「动作」，为整条轨迹的合理性打分——无需已知力、势能函数或模拟器似然。亮点：在双势阱系统中恢复底层物理动力学，误差比局部回归低 2000 倍以上；从 31 体太阳系轨道轨迹中识别出太阳质量 0.01% 的隐藏扰动；单个学到的分子动作可复用于轨迹补全、导向、约束优化与温度迁移。作者称之为推理轨迹数据的新范式：学一个动作，复用于多种下游任务。