NeurIPS 论文首次证明 RNN+MLP 可恢复机器人真实状态

chriswolfvision · x · 2026-11-12

作者预告了 NeurIPS 2026 论文《Provable State Estimation with Recurrent Models》。RNN 广泛用于机器人状态估计，但一直缺乏收敛性保证。该论文给出了 RNN+MLP 架构何时能可证明地恢复真实状态的理论结果。

从配图可看：用收缩性（contracting）神经 ODE 处理物理系统的观测，潜状态动力学 ż=κgΩ(z,o) 指数遗忘初始条件；MLP 解码器输出估计值，在有限观测时间后进入真值的 ε-邻域；存在单射的状态到潜空间映射（定理 3.4-3.7），增大 κ 可加速收敛但代价是更大的网络容量（定理 4.2）。