🤖 machine learning

Latent Lie-Poisson Neural Networks (LLPNNs): Discovering the motion of Lie-Poisson systems through observable data and latent dynamics

Cet article introduit les réseaux de neurones de Lie-Poisson latents (LLPNNs), une structure préservant la forme qui apprend la dynamique de Lie-Poisson directement à partir de données observables en exploitant des ingrédients géométriques tels que des décodeurs hamiltoniens, des invariants de Noether et des mises à jour de groupes de Lie afin d'obtenir des prédictions à long terme précises, même pour les systèmes dégénérés où les variables latentes sont inobservables.

Auteurs originaux : Vakhtang Putkaradze

Publié 2026-08-03

📖 8 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Vakhtang Putkaradze

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayiez d'apprendre à un ordinateur à prédire comment une toupie, un robot sous-marin ou une flotte de drones va se déplacer dans le futur. Vous avez une vidéo de leurs mouvements, montrant leurs positions et leurs vitesses, mais vous n'avez pas de fenêtre directe sur les « engrenages invisibles » qui les animent — les forces cachées et les moments qui dirigent réellement le mouvement. C'est le défi de l'apprentissage automatique informé par la physique : apprendre à l'IA à comprendre les lois de la nature simplement en observant les phénomènes.

Habituellement, quand nous essayons de prédire un mouvement, nous regardons ce qui est visible (où se trouve l'objet et à quelle vitesse il va) et nous devinons l'étape suivante. Mais pour beaucoup de systèmes complexes, comme un corps rigide tournant dans l'espace ou un véhicule naviguant dans un fluide, la vitesse visible ne suffit pas à raconter toute l'histoire. Le véritable « moteur » du système réside dans un espace mathématique caché appelé moment (ou quantité de mouvement). Considérez le moment comme la tension invisible dans un élastique ; vous ne pouvez pas voir la tension elle-même, seulement le mouvement qu'elle provoque. Si vous essayez de prédire le futur en regardant seulement le mouvement, vous risquez de manquer la tension cachée, et votre prédiction finira par dériver vers l'absurde.

De plus, certains de ces systèmes sont « dégénérés », ce qui signifie que les règles sont un peu brisées ou incomplètes. Dans ces cas, la vitesse visible n'a même pas son propre ensemble de règles à suivre ; elle dépend entièrement de cette tension cachée. Essayer de prédire le futur sans connaître cette tension cachée, c'est comme essayer de deviner le prochain coup dans une partie d'échecs quand on ne voit que les pièces sur le plateau, mais pas les règles qui dictent leurs déplacements. Ce document s'attaque précisément à ce problème : comment apprendre à un ordinateur à découvrir les règles cachées et les forces invisibles en observant simplement la danse visible.

L'anneau de décodage secret pour le mouvement caché

L'auteur de ce papier, Vakhtang Putkaradze, a inventé un nouveau type d'IA appelé Réseaux de Neurones de Lie-Poisson Latents (LLPNNs). Voyez cela comme un « anneau de décodage secret » qui permet à un ordinateur de comprendre les forces invisibles et cachées qui dirigent un système, même lorsqu'il ne peut voir que les résultats visibles.

La plupart des modèles d'IA tentant de prédire le mouvement agissent comme un étudiant qui ne fait que mémoriser le corrigé. Ils regardent où un objet se trouve maintenant et où il était une seconde auparavant, puis devinent où il sera ensuite. Cela fonctionne assez bien pour des choses simples, mais pour des systèmes complexes comme des satellites en rotation ou des véhicules sous-marins, ces modèles finissent par s'embrouiller. Ils oublient les « lois de conservation » — les règles fondamentales que la nature ne transgresse jamais, comme le fait qu'une toupie doit conserver son spin total à moins d'être poussée. Parce qu'ils oublient ces règles, leurs prédictions dérivent lentement de la réalité, comme une carte qui se trompe un peu chaque jour jusqu'à ce que vous vous retrouviez dans l'océan au lieu de la ville.

Le problème devient encore plus complexe lorsque le système est « dégénéré ». Dans ces cas, la vitesse visible (comme la vitesse à laquelle une voiture avance) est constante ou fixe, mais le moment caché (la force invisible qui la fait tourner) change radicalement. C'est comme regarder une voiture roulant à une vitesse constante de 60 mph sur une route droite. Pour un observateur normal, la voiture semble ennuyeuse et immuable. Mais si cette voiture est en fait sur un gigantesque manège invisible, le moment caché tourne follement même si la vitesse semble identique. Les modèles d'IA standards restent bloqués ici car ils ne peuvent pas voir le manège ; ils ne voient que la vitesse constante. Ils tentent d'inventer une règle pour la vitesse, alors qu'aucune règle de ce type n'existe, car la vitesse n'est que l'ombre du spin caché.

Comment la nouvelle IA résout l'énigme

Les LLPNN résolvent cela en réalisant que, même si nous ne pouvons pas voir le moment caché, nous pouvons le déduire grâce à un « tour de magie » de la physique appelé Théorème de Noether. Ce théorème stipule que si un système possède une certaine symétrie (comme le fait d'être identique quelle que soit la rotation), il existe une quantité cachée qui ne change jamais.

La méthode de l'auteur fonctionne ainsi :

La constante cachée : L'IA suppose qu'il existe un vecteur de « moment spatial » caché et constant (appelons-le $p_0$ ) qui reste identique pour toujours, même pendant que l'objet tourne et se déplace.
La reconstruction : En utilisant la trajectoire visible de l'objet (sa position et son orientation), l'IA utilise un pont mathématique appelé action coadjointe pour reconstruire ce que le moment caché doit être à chaque instant pour maintenir ce $p_0$ constant. C'est comme voir une ombre bouger sur un mur et réaliser : « Ah, l'objet qui projette cette ombre doit tourner de cette façon pour que la source de lumière reste stable. »
Apprendre les règles : Une fois que l'IA a reconstruit le moment caché, elle apprend les règles réelles (l'Hamiltonien) qui régissent la façon dont ce moment change. Elle le fait en utilisant deux approches différentes :
- L'approche Décodeur : Elle apprend une fonction qui traduit le moment caché en vitesse visible.
- L'approche Encodeur : Elle apprend une fonction qui traduit la vitesse visible en moment caché (mais uniquement pour les parties du système qui sont autorisées à changer).

Ce qu'ils ont découvert

L'auteur a testé cette nouvelle IA sur trois scénarios très différents et exigeants :

Un corps rigide en rotation : Une version généralisée d'une toupie sur une sphère 3D (SO(3)).
Un véhicule sous-marin : Un robot complexe se déplaçant dans l'eau, gérant à la fois la rotation et la translation (SE(3)).
Une nuée de drones : Plusieurs véhicules autonomes sur un plan 2D, où certaines règles de mouvement sont « dégénérées » (la vitesse de marche avant est fixe, mais le virage est contrôlé par des forces cachées).

Dans ces trois cas, les LLPNN ont été capables d'apprendre la dynamique cachée et de prédire le futur avec une excellente précision à long terme.

La « Magie » de la conservation : Le résultat le plus impressionnant est que l'IA a préservé les « invariants de Casimir » (les quantités conservées cachées) avec une précision machine. Cela signifie que l'IA n'a pas seulement deviné les bons chiffres ; elle a mathématiquement garanti que les règles cachées de l'univers n'étaient jamais transgressées.
Battre la concurrence : Comparés à d'autres méthodes d'IA populaires comme les Neural ODEs et les DeepONets (qui ne regardent que les données visibles), les LLPNN sont restés sur la bonne voie pendant longtemps. Les autres méthodes fonctionnaient correctement pour des systèmes simples, mais échouaient lamentablement lorsque le système était « dégénéré » (comme la nuée de drones). Dans ces cas, les autres modèles d'IA divergeaient rapidement, prédisant des trajectoires impossibles car ils ne pouvaient pas voir les forces cachées.
Robustesse : La méthode a bien fonctionné même lorsque les données étaient bruitées (simulant des erreurs de capteurs du monde réel).

Les limites et l'avenir

Le papier note avec prudence que cette méthode n'est pas une baguette magique pour tout. Elle repose sur la connaissance préalable du groupe de symétrie du système. Vous devez dire à l'IA : « Ceci est une toupie » ou « Ceci est un drone sur un plan plat ». Si le système brise sa propre symétrie (comme un drone essayant de trouver une cible qui brise les règles de rotation), la méthode pourrait avoir des difficultés. De plus, la méthode est conçue spécifiquement pour les systèmes suivant une dynamique de Lie-Poisson ; elle ne peut pas être appliquée directement à n'importe quel système physique aléatoire sans cette structure géométrique spécifique.

Cependant, pour les systèmes qu'elle couvre, les résultats constituent une avancée significative. L'auteur démontre qu'en intégrant la structure géométrique profonde de la physique directement dans le réseau de neurones, nous pouvons construire une IA qui ne se contente pas de mémoriser des données, mais qui comprend réellement les rouages invisibles de l'univers. Ils l'ont prouvé par des simulations de corps rigides, de véhicules sous-marins et de nuées de drones, démontant que même lorsque les données visibles sont incomplètes ou que les règles sont dégénérées, la vérité cachée peut être récupérée et prédite avec une haute précision.

En bref, ce papier nous offre une nouvelle façon d'enseigner aux ordinateurs à voir l'invisible, garantissant que leurs prédictions du futur respectent les lois immuables de la physique.

Résumé Technique : Réseaux de Neurones de Lie-Poisson Latents (LLPNNs)

1. Énoncé du Problème

L'article traite d'un défi fondamental dans la modélisation pilotée par les données des systèmes hamiltoniens : l'apprentissage de la dynamique des systèmes de Lie-Poisson lorsque seules des données observables (configurations $g(t)$ et vitesses $\xi(t)$ ) sont disponibles, alors que la dynamique sous-jacente évolue dans des variables de quantité de mouvement latentes ( $\mu$ ) qui sont inobservables.

Ce problème est particulièrement aigu dans deux contextes :

Réduction par Symétrie : De nombreux systèmes mécaniques (corps rigides, fluides, véhicules sous-marins) admettent une réduction par symétrie en systèmes de Lie-Poisson où l'espace d'état est le dual d'une algèbre de Lie ( $\mathfrak{g}^*$ ), mais les données sont collectées dans l'espace de configuration/vitesse ( $G$ et $\mathfrak{g}$ ).
Hamiltoniens Dégénérés en Contrôle Optimal : Dans les problèmes de contrôle optimal (ex: véhicules en interaction), le Hamiltonien réduit est souvent dégénéré (linéaire par rapport à certaines composantes de la quantité de mouvement). Cette dégénérescence empêche l'existence d'une formulation lagrangienne correspondante dans les variables observables. Par conséquent, les variables observables ne forment pas un système dynamique autonome fermé ; l'évolution des vitesses observables ne peut être exprimée sous la forme $\dot{\xi} = f(\xi)$ car différentes quantités de mouvement latentes peuvent engendrer des vitesses identiques mais des dérivées temporelles différentes.

Les méthodes existantes respectant la structure (ex: Réseaux de Neurones Hamiltoniens, RNN Symplectiques) supposent généralement l'accès à l'espace des phases complet ou à une transformée de Legendre non dégénérée, ce qui les rend inapplicables ou inexactes pour ces cas spécifiques.

2. Méthodologie : Réseaux de Neurones de Lie-Poisson Latents (LLPNNs)

L'auteur propose les LLPNNs, un cadre qui apprend la dynamique de Lie-Poisson directement à partir de données observables tout en reconstruisant les trajectoires de la quantité de mouvement cachée. La méthode repose sur trois ingrédients géométriques :

A. Fondements Géométriques

Théorème de Noether & Reconstruction Coadjointe : Pour les systèmes possédant une symétrie de groupe de Lie $G$ , la quantité de mouvement spatiale $p_0 \in \mathfrak{g}^*$ est conservée. La quantité de mouvement corporelle latente $\mu(t)$ est liée à la quantité de mouvement spatiale constante via l'action coadjointe : $\mu(t) = \text{Ad}^*_{g(t)} p_0$ . Cela fournit un pont exact entre la configuration observable $g(t)$ et la quantité de mouvement latente $\mu(t)$ .
Gestion de la Dégénérescence : Le cadre distingue explicitement les variables actives (où le Hamiltonien est non linéaire et inversible) et les variables passives (où les vitesses sont constantes ou nulles). Il ne nécessite pas de transformée de Legendre globale, ce qui lui permet de fonctionner même lorsqu'une formulation lagrangienne n'existe pas.

B. Deux Approches d'Apprentissage

L'article présente deux architectures distinctes pour apprendre le système :

Approche Hamiltonienne (Décodeur) :
- Objectif : Apprendre directement la fonction Hamiltonienne $h(\mu)$ .
- Mécanisme : Le réseau paramètre $h(\mu)$ comme une somme de termes linéaires pour les variables passives et un résidu de réseau neuronal pour les variables actives.
- Entraînement : Pour chaque trajectoire, un vecteur de quantité de mouvement spatiale constant $p_0$ est optimisé parallèlement aux poids du réseau. La perte minimise la différence entre les vitesses observées et le gradient de l'Hamiltonien appris projeté sur les composantes actives : $\xi_{pred} = \nabla_\mu h(\text{Ad}^*_g p_0)$ .
- Reconstruction : Utilise une expansion de Magnus combinée avec l' $h(\mu)$ appris et le $p_0$ conservé pour mettre à jour les éléments du groupe et les quantités de mouvement étape par étape.
Approche Lagrangienne (Encodeur / Pseudo-Lagrangien) :
- Objectif : Apprendre un "pseudo-Lagrangien" $\ell(\xi_{act})$ qui mappe les vitesses actives aux quantités de mouvement actives.
- Mécanisme : Suppose que la correspondance entre les vitesses actives et les quantités de mouvement actives est localement inversible. Le réseau apprend $\ell(\xi_{act})$ tel que $\mu_{act} = \nabla_{\xi_{act}} \ell(\xi_{act})$ .
- Entraînement : La quantité de mouvement spatiale $p_0$ apparaît linéairement dans la perte (en dehors de l'évaluation du réseau), permettant de la résoudre via les moindres carrés linéaires pour un état de réseau donné. La perte minimise l'écart entre les quantités de mouvement actives prédites et la projection coadjointe de $p_0$ .
- Reconstruction : Résout une équation implicite (via une recherche de racine) pour trouver la prochaine étape de vitesse satisfaisant la règle de mise à jour de la quantité de mouvement dérivée du pseudo-Lagrangien.

C. Stratégie d'Entraînement

Démarrage à Chaud (Warm Start) : Pour éviter les minima locaux, l'auteur initialise les réseaux avec une approximation quadratique (Hamiltonien/Lagrangien quadratique) et résout pour les matrices métriques et $p_0$ en utilisant un système linéaire contraint (conditions KKT) avant de libérer les poids du réseau neuronal pour l'entraînement complet.
Préservation de la Structure : L'algorithme de reconstruction utilise des mises à jour de groupes de Lie (expansion de Magnus) et des actions adjointes, garantissant que les invariants de Casimir sont préservés avec une précision machine, quelle que soit la qualité de l'apprentissage ou des données.

3. Contributions Clés

Apprentissage à partir des Observables Uniquement : Le premier cadre capable d'apprendre la dynamique de Lie-Poisson directement à partir de données de configuration et de vitesse sans nécessiter de mesures de la quantité de mouvement latente.
Gestion des Hamiltoniens Dégénérés : La méthode fonctionne pour les systèmes hamiltoniens réguliers et dégénérés. Elle traite avec succès les problèmes de contrôle optimal où les variables observables n'admettent pas d'équation d'évolution autonome fermée, un scénario où les Neural ODEs et DeepONets standards échouent.
Conservation à Précision Machine : L'architecture garantit la conservation exacte des invariants de Casimir (à la précision machine) par construction, indépendamment de la qualité des données ou de l'optimisation.
Formulations Duales : Fournit à la fois les approches Hamiltonienne (décodeur) et Lagrangienne (encodeur), offrant une flexibilité selon que la correspondance vitesse-quantité de mouvement active est inversible ou non.

4. Résultats Expérimentaux

La méthode a été validée sur trois systèmes de référence utilisant des Hamiltoniens non quadratiques :

Corps Rigide Généralisé (SO(3)) :
- A démontré un suivi de trajectoire quasi parfait à long terme pour les vitesses observables et les quantités de mouvement latentes.
- A préservé les invariants de Casimir ( $\|\mu\|^2$ ) et l'énergie avec une précision machine.
- A surpassé les bases non respectant la structure (Neural ODE, DeepONet) qui divergeaient rapidement.
Véhicule Sous-Marin de Kirchhoff (SE(3)) :
- Testé sur un système avec des modes de rotation et de translation couplés.
- Les LLPNN Hamiltoniens et Lagrangiens ont maintenu la précision de phase et conservé les deux invariants de Casimir ( $\|P\|^2$ et $J \cdot P$ ).
- A montré une robustesse supérieure au bruit par rapport aux modèles de base.
Contrôle Optimal Multi-Véhicules (SE(2) $^N$ ) :
- Test Crucial : Un système avec un Hamiltonien dégénéré (linéaire dans les quantités de mouvement de translation, non linéaire uniquement dans la quantité de mouvement angulaire).
- Résultat : Les Neural ODEs et DeepONets standards ont échoué immédiatement car aucun champ de vecteurs autonome n'existe pour les vitesses observables. Les LLPNN ont réussi à reconstruire la dynamique latente et à prédire les trajectoires à long terme.
- L'approche Lagrangienne a montré un meilleur alignement de phase pour les vitesses angulaires dans ce cas dégénéré spécifique, tandis que l'approche Hamiltonienne a atteint la croissance d'erreur globale la plus faible.
- Les invariants de Casimir pour chaque véhicule ont été préservés à la précision machine.

5. Signification et Revendications

L'article affirme que les LLPNNs représentent une avancée significative dans l'apprentissage profond géométrique en comblant le fossé entre les données observables et les structures géométriques latentes.

Signification : Le cadre résout le problème de l'« état caché » dans les systèmes réduits par symétrie. Il prouve que même lorsque les variables observables ne forment pas un système fermé (en raison de la dégénérescence), la structure de Lie-Poisson sous-jacente permet une reconstruction exacte de la dynamique complète en utilisant uniquement les données observables et le groupe de symétrie connu.
Robustesse : La méthode est robuste au bruit et nécessite des jeux de données modestes ainsi que des architectures de réseaux neuronaux légères.
Limites : L'auteur note que la méthode suppose que le groupe de symétrie $G$ est connu a priori. Elle ne gère pas actuellement les fonctions de coût de rupture de symétrie (où la réduction est incomplète) ou les variétés de Poisson générales dépourvues de la formule de reconstruction coadjointe spécifique.

En résumé, l'article établit qu'en intégrant directement les contraintes géométriques des systèmes de Lie-Poisson (notamment les invariants de Noether et les actions adjointes) dans l'architecture d'apprentissage, on peut obtenir une prédiction précise et à long terme de systèmes dynamiques complexes qui sont autrement intraitables pour les méthodes classiques pilotées par les données.