🤖 machine learning

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

Questo articolo introduce le Latent Lie-Poisson Neural Networks (LLPNN), un framework che preserva la struttura e apprende la dinamica di Lie-Poisson direttamente dai dati osservabili sfruttando ingredienti geometrici come decoder hamiltoniani, invarianti di Noether e aggiornamenti di gruppi di Lie per ottenere previsioni a lungo termine accurate anche per sistemi degeneri in cui le variabili latenti sono inosservabili.

Autori originali: Vakhtang Putkaradze

Pubblicato 2026-08-03

📖 7 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Vakhtang Putkaradze

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di cercare di insegnare a un computer come prevedere il movimento di una trottola, di un robot subacqueo o di uno sciame di droni. Hai un video del loro movimento, che mostra le loro posizioni e velocità, ma non hai una visione diretta degli "ingranaggi invisibili" che li muovono — le forze nascoste e i momenti che guidano l'azione. Questa è la sfida del machine learning informato dalla fisica: insegnare all'IA a comprendere le leggi della natura semplicemente osservando ciò che accade.

Di solito, quando cerchiamo di prevedere il movimento, guardiamo le cose visibili (dove si trova un oggetto e quanto velocemente si muove) e ipotizziamo il passo successivo. Ma per molti sistemi complessi, come un corpo rigido che ruota nello spazio o un veicolo che naviga in un fluido, la velocità visibile non è sufficiente per raccontare tutta la storia. Il vero "motore" del sistema vive in uno spazio matematico nascosto chiamato momento. Pensa al momento come alla tensione invisibile in un elastico; non puoi vedere la tensione stessa, ma solo il movimento che essa provoca. Se provi a prevedere il futuro guardando solo il movimento, potresti mancare la tensione nascosta, e la tua previsione finirà inevitabilmente per deviare verso l'assurdo.

Inoltre, alcuni di questi sistemi sono "degeneri", il che significa che le regole sono un po' rotte o incomplete. In questi casi, la velocità visibile non ha nemmeno un proprio insieme di regole da seguire; dipende interamente da quella tensione nascosta. Cercare di prevedere il futuro senza conoscere la tensione nascosta è come cercare di indovinare la prossima mossa in una partita a scacchi quando puoi vedere solo i pezzi sulla scacchiera, ma non le regole del loro movimento. Questo articolo affronta esattamente questo problema: come insegnare a un computer a apprendere le regole nascoste e le forze invisibili semplicemente osservando la danza visibile.

L'anello decodificatore per il movimento nascosto

L'autore di questo articolo, Vakhtang Putkaradze, ha inventato un nuovo tipo di IA chiamato Latent Lie-Poisson Neural Networks (LLPNNs). Immaginatelo come un "anello decodificatore segreto" che permette a un computer di capire le forze invisibili e nascoste che guidano un sistema, anche quando può vedere solo i risultati visibili.

La maggior parte dei modelli di IA che cercano di prevedere il movimento agiscono come uno studente che impara a memoria solo il foglio delle risposte. Guardano dove si trova un oggetto ora e dove si trovava un secondo fa, poi ipotizzano dove sarà dopo. Questo funziona abbastanza bene per cose semplici, ma per sistemi complessi come satelliti rotanti o veicoli subacquei, questi modelli finiscono per confondersi. Dimenticano le "leggi di conservazione" — le regole fondamentali che la natura non rompe mai, come il fatto che una trottola in rotazione deve mantenere la sua rotazione totale a meno che qualcosa non la spinga. Poiché dimenticano queste regole, le loro previsioni si allontanano lentamente dalla realtà, come una mappa che sbaglia di un pochino ogni giorno finché non ti ritrovi nell'oceano invece che in città.

Il problema diventa ancora più complicato quando il sistema è "degenero". In questi casi, la velocità visibile (come la velocità con cui un'auto avanza) è costante o fissa, ma il momento nascosto (la forza invisibile che la fa curvare) sta cambiando selvaggiamente. È come guardare un'auto che guida a una velocità costante di 60 mph su una strada dritta. Per un osservatore normale, l'auto sembra noiosa e immutata. Ma se quell'auto si trova su una gigantesca giostra invisibile, il momento nascosto sta ruotando selvaggiamente anche se la velocità sembra la stessa. I modelli di IA standard rimangono bloccati qui perché non possono vedere la giostra; vedono solo la velocità costante. Cercano di inventare una regola per la velocità, ma tale regola non esiste perché la velocità è solo l'ombra della rotazione nascosta.

Come la nuova IA risolve l'enigma

Gli LLPNN risolvono questo problema realizzando che, anche se non possiamo vedere il momento nascosto, possiamo dedurlo usando un "trucco magico" della fisica chiamato Teorema di Noether. Questo teorema afferma che se un sistema ha una certa simmetria (come il fatto di rimanere lo stesso indipendentemente dalla rotazione), esiste una quantità nascosta che non cambia mai.

Il metodo dell'autore funziona così:

La Costante Nascosta: L'IA assume che esista un vettore di "momento spaziale" nascosto e immutabile (chiamiamolo $p_0$ ) che rimane lo stesso per sempre, anche mentre l'oggetto ruota e si muove.
La Ricostruzione: Utilizzando il percorso visibile dell'oggetto (la sua posizione e orientamento), l'IA utilizza un ponte matematico chiamato azione coadunta per ricostruire quale debba essere il momento nascosto in ogni istante per mantenere costante quel $p_0$ . È come vedere un'ombra muoversi su un muro e realizzare: "Ah, l'oggetto che proietta l'ombra deve ruotare in questo modo per mantenere la sorgente luminosa stabile".
Apprendere le Regole: Una volta ricostruito il momento nascosto, l'IA apprende le regole reali (l'Hamiltoniana) che governano il modo in cui quel momento cambia. Lo fa utilizzando due approcci diversi:
- L'Approccio Decoder: Impara una funzione che traduce il momento nascosto in velocità visibile.
- L'Approccio Encoder: Impara una funzione che traduce la velocità visibile nel momento nascosto (ma solo per le parti del sistema che sono autorizzate a cambiare).

Cosa hanno scoperto

L'autore ha testato questa nuova IA su tre scenari molto diversi e impegnativi:

Un Corpo Rigido in Rotazione: Una versione generalizzata di una trottola su una sfera 3D (SO(3)).
Un Veicolo Subacqueo: Un robot complesso che si muove attraverso l'acqua, gestendo sia la rotazione che la traslazione (SE(3)).
Uno Sciame di Droni: Molti veicoli autonomi su un piano 2D, dove alcune delle regole di movimento sono "degenerate" (la velocità in avanti è fissa, ma la rotazione è controllata da forze nascoste).

In tutti e tre i casi, gli LLPNN sono stati in grado di apprendere la dinamica nascosta e prevedere il futuro con un'eccellente accuratezza a lungo termine.

La "Magia" della Conservazione: Il risultato più impressionante è che l'IA ha preservato gli "invarianti di Casimir" (le quantità conservate nascoste) con precisione di macchina. Ciò significa che l'IA non si è limitata a indovinare i numeri giusti; ha garantito matematicamente che le regole nascoste dell'universo non venissero mai violate.
Battere la Concorrenza: Confrontati con altri metodi di IA popolari come le Neural ODEs e le DeepONets (che guardano solo i dati visibili), gli LLPNN sono rimasti in pista per molto tempo. Gli altri metodi funzionavano bene per sistemi semplici, ma fallivano miseramente quando il sistema era "degenero" (come lo sciame di droni). In quei casi, gli altri modelli di IA divergevano rapidamente, prevedendo percorsi impossibili perché non riuscivano a vedere le forze nascoste.
Robustezza: Il metodo ha funzionato bene anche quando i dati erano rumorosi (simulando errori dei sensori del mondo reale).

I Limiti e il Futuro

L'articolo nota con cautela che questo metodo non è una bacchetta magica per tutto. Esso si basa sul conoscere in anticipo il gruppo di simmetria del sistema. Devi dire all'IA: "Questa è una trottola" oppure "Questo è un drone su un piano piatto". Se il sistema rompe la propria simmetria (come un drone che cerca un bersaglio che rompe le regole di rotazione), il metodo potrebbe avere difficoltà. Inoltre, il metodo è progettato specificamente per sistemi che seguono la dinamica di Lie-Poisson; non può essere applicato direttamente a un qualsiasi sistema fisico casualo senza quella specifica struttura geometrica.

Tuttavia, per i sistemi che copre, i risultati rappresentano un passo avanti significativo. L'autore dimostra che, inserendo direttamente nella rete neurale la profonda struttura geometrica della fisica, possiamo costruire un'IA che non si limita a memorizzare i dati, ma comprende realmente gli ingranaggi invisibili dell'universo. Lo ha dimostrato con simulazioni di corpi rigidi, veicoli subacquei e sciami di droni, provando che anche quando i dati visibili sono incompleti o le regole sono degenerate, la verità nascosta può essere recuperata e prevista con alta precisione.

In breve, questo articolo ci offre un nuovo modo per insegnare ai computer a vedere l'invisibile, assicurando che le loro previsioni del futuro rispettino le leggi infrangibili della fisica.

Sintesi Tecnica: Reti Neurali Lie-Poisson Latenti (LLPNN)

1. Definizione del Problema

Il documento affronta una sfida fondamentale nella modellazione guidata dai dati di sistemi hamiltoniani: apprendere la dinamica di sistemi Lie-Poisson quando sono disponibili solo dati osservabili (configurazioni $g(t)$ e velocità $\xi(t)$ ), mentre la dinamica governante evolve in variabili di momento latenti ( $\mu$ ) non osservabili.

Questo problema è particolarmente acuto in due contesti:

Riduzione di Simmetria: Molti sistemi meccanici (corpi rigidi, fluidi, veicoli subacquei) ammettono una riduzione di simmetria a sistemi Lie-Poisson dove lo spazio degli stati è il duale di un algebra di Lie ( $\mathfrak{g}^*$ ), ma i dati vengono raccolti nello spazio delle configurazioni/velocità ( $G$ e $\mathfrak{g}$ ).
Hamiltoniane Degenerate nel Controllo Ottimo: Nei problemi di controllo ottimo (es. veicoli interagenti), l'Hamiltoniana ridotta è spesso degenerata (lineare rispetto ad alcune componenti del momento). Questa degenerazione impedisce l'esistenza di una corrispondente formulazione Lagrangiana nelle variabili osservabili. Di conseguenza, le variabili osservabili non formano un sistema dinamico autonomo chiuso; l'evoluzione delle velocità osservabili non può essere espressa come $\dot{\xi} = f(\xi)$ perché diversi stati di momento latente possono produrre identiche velocità osservabili ma derivate temporali differenti.

I metodi esistenti che preservano la struttura (es. Hamiltonian Neural Networks, Symplectic RNNs) tipicamente assumono l'accesso all'intero spazio delle fasi o una trasformata di Legendre non degenere, rendendoli inapplicabili o imprecisi per questi casi specifici.

2. Metodologia: Reti Neurali Lie-Poisson Latenti (LLPNN)

L'autore propone le LLPNN, un framework che apprende la dinamica Lie-Poisson direttamente dai dati osservabili ricostruendo al contempo le traiettorie del momento nascosto. Il metodo si basa su tre ingredienti geometrici:

A. Fondamenti Geometrici

Teorema di Noether e Ricostruzione Coadiunta: Per sistemi con simmetria di gruppo di Lie $G$ , il momento spaziale $p_0 \in \mathfrak{g}^*$ è conservato. Il momento corporeo latente $\mu(t)$ è correlato al costante momento spaziale tramite l'azione coadiunta: $\mu(t) = \text{Ad}^*_{g(t)} p_0$ . Questo fornisce un ponte esatto tra la configurazione osservabile $g(t)$ e il momento latente $\mu(t)$ .
Gestione della Degenerazione: Il framework distingue esplicitamente tra variabili attive (dove l'Hamiltoniana è non lineare e invertibile) e variabili passive (dove le velocità sono costanti o nulle). Non richiede una trasformata di Legendre globale, permettendogli di funzionare anche quando non esiste una formulazione Lagrangiana.

B. Due Approcci di Apprendimento

Il documento presenta due architetture distinte per l'apprendimento del sistema:

Approccio Hamiltoniano (Decoder):
- Obiettivo: Apprendere la funzione Hamiltoniana $h(\mu)$ direttamente.
- Meccanismo: La rete parametrizza $h(\mu)$ come una somma di termini lineari per le variabili passive e un residuo di rete neurale per le variabili attive.
- Addestramento: Per ogni traiettoria, un vettore di momento spaziale costante $p_0$ viene ottimizzato insieme ai pesi della rete. La perdita minimizza la differenza tra le velocità osservate e il gradiente dell'Hamiltoniana appresa proiettato sulle componenti attive: $\xi_{pred} = \nabla_\mu h(\text{Ad}^*_g p_0)$ .
- Ricostruzione: Utilizza un'espansione di Magnus combinata con l'appresa $h(\mu)$ e il $p_0$ costante per aggiornare gli elementi del gruppo e i momenti passo dopo passo.
Approccio Lagrangiano (Encoder / Pseudo-Lagrangiano):
- Obiettivo: Apprendere una "pseudo-Lagrangiana" $\ell(\xi_{act})$ che mappa le velocità attive ai momenti attivi.
- Meccanismo: Assume che la mappa tra velocità attive e momenti attivi sia localmente invertibile. La rete apprende $\ell(\xi_{act})$ tale che $\mu_{act} = \nabla_{\xi_{act}} \ell(\xi_{act})$ .
- Addestramento: Il momento spaziale $p_0$ appare linearmente nella funzione di perdita (al di fuori della valutazione della rete), permettendo di risolverlo tramite minimi quadrati lineari per un dato stato della rete. La perdita minimizza la discrepanza tra i momenti attivi predetti e la proiezione coadiunta di $p_0$ .
- Ricostruzione: Risolve un'equazione implicita (tramite root-finding) per trovare il successivo passo di velocità che soddisfi la regola di aggiornamento del momento derivata dalla pseudo-Lagrangiana.

C. Strategia di Addestramento

Warm Start: Per evitare minimi locali, l'autore inizializza le reti con un'approssimazione quadratica (Hamiltoniana/Lagrangiana quadratica) e risolve per le matrici metriche e $p_0$ utilizzando un sistema lineare vincolato (condizioni KKT) prima di sbloccare i pesi della rete neurale per l'addestramento completo.
Preservazione della Struttura: L'algoritmo di ricostruzione utilizza aggiornamenti di gruppo di Lie (espansione di Magnus) e azioni coadiunte, garantendo che gli invarianti di Casimir siano preservati con precisione di macchina indipendentemente dalla qualità dell'apprendimento.

3. Contributi Chiave

Apprendimento da Sole le Osservabili: Il primo framework capace di apprendere la dinamica Lie-Poisson direttamente dai dati di configurazione e velocità osservabili senza richiedere misurazioni del momento latente.
Gestione di Hamiltoniane Degenerate: Il metodo funziona sia per sistemi hamiltoniani regolari che degeneri. Affronta con successo problemi di controllo ottimo dove le variabili osservabili non ammettono un'evoluzione autonoma chiusa, uno scenario in cui le standard Neural ODEs e DeepONets falliscono.
Conservazione a Precisione di Macchina: L'architettura garantisce l'esatta conservazione degli invarianti di Casimir (a precisione di macchina) per costruzione, indipendentemente dai dati di addestramento o dalla qualità dell'ottimizzazione.
Formulazioni Duali: Fornisce sia l'approccio Hamiltoniano (decoder) che quello Lagrangiano (encoder), offrendo flessibilità a seconda che la mappa velocità-momento attiva sia invertibile.

4. Risultati Sperimentali

Il metodo è stato validato su tre sistemi benchmark con Hamiltoniane non quadratiche:

Corpo Rigido Generalizzato (SO(3)):
- Ha dimostrato un tracciamento delle traiettorie quasi perfetto a lungo termine sia per le velocità osservabili che per i momenti latenti.
- Ha preservato gli invarianti di Casimir ( $\|\mu\|^2$ ) e l'energia con precisione di macchina.
- Ha superato le baseline non strutturate (Neural ODE, DeepONet) che divergevano rapidamente.
Veicolo Subacqueo di Kirchhoff (SE(3)):
- Testato su un sistema con modalità rotazionali e traslazionali accoppiate.
- Sia le LLPNN hamiltoniane che quelle lagrangiane hanno mantenuto l'accuratezza di fase e conservato i due invarianti di Casimir ( $\|P\|^2$ e $J \cdot P$ ).
- Ha mostrato una superiore robustezza al rumore rispetto alle baseline.
Controllo Ottimo Multi-Veicolo (SE(2) $^N$ ):
- Test Cruciale: Un sistema con un Hamiltoniana degenerata (lineare rispetto ai momenti traslazionali, non lineare solo rispetto al momento angolare).
- Risultato: Le standard Neural ODEs e DeepONets sono fallite immediatamente perché non esiste un campo vettoriale autonomo per le velocità osservabili. Le LLPNN hanno ricostruito con successo la dinamica latente e predetto le traiettorie a lungo termine.
- L'approccio Lagrangiano ha mostrato un migliore allineamento di fase per le velocità angolari in questo specifico caso degenero, mentre l'approccio Hamiltoniano ha ottenuto la crescita dell'errore complessivo più bassa.
- Gli invarianti di Casimir per i singoli veicoli sono stati preservati con precisione di macchina.

5. Significato e Rivendicazioni

Il documento sostiene che le LLPNN rappresentino un avanzamento significativo nel deep learning geometrico, colmando il divario tra dati osservabili e strutture geometriche latenti.

Significato: Il framework risolve il problema dello "stato nascosto" nei sistemi con riduzione di simmetria. Dimostra che anche quando le variabili osservabili non formano un sistema chiuso (a causa della degenerazione), la sottostante struttura Lie-Poisson permette una ricostruzione esatta della dinamica completa usando solo i dati osservabili e il gruppo di simmetria noto.
Robustezza: Il metodo è robusto al rumore e richiede dataset modesti e architetture di reti neurali leggere.
Limitazioni: L'autore nota che il metodo assume che il gruppo di simmetria $G$ sia noto a priori. Attualmente non gestisce funzioni di costo con rottura di simmetria (dove la riduzione è incompleta) o varietà di Poisson generali prive della specifica formula di ricostruzione coadiunta.

In sintesi, il lavoro stabilisce che, incorporando direttamente nell'architettura di apprendimento i vincoli geometrici dei sistemi Lie-Poisson (specificamente gli invarianti di Noether e le azioni coadiunte), è possibile ottenere la previsione accurata e a lungo termine di sistemi dinamici complessi che sono altrimenti intrattabili per i metodi standard guidati dai dati.