PH-Dreamer：基于 Port-Hamiltonian 生成动力学的物理驱动世界模型

基于摘要分析。本文研究视觉控制中的循环状态空间世界模型：其潜在想象过程虽高效，但缺少物理结构约束，可能产生违背守恒与耗散原则的动力学。作者提出 PH-Dreamer，以统一的 Port-Hamiltonian 框架连接潜在状态演化、能量估计与策略优化。 方法包含三个相互配合的机制：首先，将投影后的潜在状态演化建模为受动作控制、由流动与耗散支配的能量路由，为循环转移引入隐式物理先验；其次，利用本体感觉观测估计 Hamiltonian 与功率平衡，构建运动学感知的能量世界模型；最后，以能量梯度引导 Actor-Critic，并通过 Lagrangian 乘子约束策略优化，使控制趋向低能耗与平滑。具体动力学参数化、损失形式及约束求解过程尚未验证。 在视觉控制基准上，作者报告更高的渐近回报，以及想象奖励与真实奖励之间更紧密、方差更低的对齐；同时报告潜在相空间体积减少 4.18–8.41%、能耗最多降低 7.80%、mean squared jerk 最多降低 9.38%。摘要未明确基准名称、对照方法、统计口径或各数值对应的任务条件，因此这些结果不能脱离原评估协议比较。实验协议、消融及统计信息尚未验证。材料提供匿名代码与数据地址，但其内容和复现完整性尚未核验。 平台推测（待验证）：若 BCI 闭环任务涉及机械臂等具有可测运动学与能量状态的受控对象，假设其能量建模与策略约束模块可用于动作端世界模型，而非直接把 EEG 当作具有同类守恒结构的物理状态。迁移需改造神经信号到控制状态的接口，并提供动作、本体感觉及能量监督；低信噪比、跨被试差异、通道变化和小数据可能使状态估计误差经能量梯度放大。一个可检验的小实验是在固定 EEG 解码器和同一闭环控制协议下，对比有无能量约束的世界模型，核对任务回报、能耗、控制平滑性及想象—真实奖励偏差。相关 EEG 工作尚未检索确认，原视觉控制结果不构成 BCI 有效性证据。