Basis 历时一年打造 Dynestyx：动力系统概率推理框架，超越单纯仿真
xuanalogue · x · 2026-11-11
Basis 创始人 Zenna Tavares 宣布，团队历时一年打造了动力系统概率推理框架 Dynestyx，并发布博客、论文与代码。
- 动力系统是科学与工程的支柱（机器人、流行病学、气候、生物学等），但通常只能做「仿真」——沿时间正向推演。
- Dynestyx 的价值在于能在动力系统上做推断与推理：预测（接下来会怎样、置信度多高）、状态推断（含噪部分观测下系统的真实轨迹）、系统辨识（什么参数和规则生成了数据）、因果推理（干预系统会发生什么）。
- 统一接口和合理默认值让研究者换模型或方法时不必重写分析代码。这是 Basis 跨学科建模推理平台的一部分。
所属事件:Basis 发布动力系统概率编程库 Dynestyx(2 条相关)→
「研究」频道最新
- RoboScript 上下文学习让机器人单演示达 83.4% 成功率，超训练策略 20 分 — H-EmbodVis · 2026-11-11
- 阿里与港科大 PhysOPSD：用可执行代码作特权上下文提升视频物理合理性 — AlibabaTongyiLab · 2026-11-11
- mayfer 设想：干净低秩表征或是在线持续学习的关键 — mayfer · 2026-11-11
- 博士生翻旧 LiDAR 数据集，发现藏于丛林的马雅失落城市 — bilawalsidhu · 2026-11-11
- 顾全全转发：规律发现类问题都可被智能 scaling law 扩展 — QuanquanGu · 2026-11-11
- Neri Oxman 的 OXMAN 为 EDEN 招聘系统架构师 — tobias_rees · 2026-11-11