PHAST: Port-Hamiltonian Architecture for Structured Temporal Dynamics Forecasting

1. 研究背景与问题定义

核心挑战：
在科学机器学习中，从部分观测数据中预测物理系统的未来状态是一个核心难题。现实世界的物理系统（如摆锤、电路、分子系统）通常具有耗散性（能量随时间损失，如摩擦生热、电阻发热），而不仅仅是保守系统。

• 现有方法的局限：
  • 基于能量网络（如 HNN, LNN）通常假设系统是保守的（无耗散），无法处理能量衰减。
  • 状态空间模型（如 S5, LinOSS）虽然高效，但缺乏明确的物理结构保证（如被动性、能量守恒/耗散机制），难以保证长时程预测的稳定性。
  • 体积保持网络（如 VPT）仅适用于保守系统，无法表示相空间收缩的耗散流。

问题设定 (q-only 问题)：
本文聚焦于仅位置观测（Position-only / q-only） 的场景：

• 输入： 仅在离散时间点观测到广义位置 $q_t$。
• 隐藏变量： 广义动量 $p_t$ 是潜变量，从未被直接测量。
• 目标： 学习一个结构化模型，满足两个目标：
  1. 稳定性： 产生稳定的长时程开环预测（Open-loop forecasting）。
  2. 可解释性： 在提供部分物理先验的情况下，恢复具有物理意义的参数（势能、质量、阻尼）。

---

2. 方法论：PHAST 架构

PHAST (Port-Hamiltonian Architecture for Structured Temporal dynamics) 基于端口哈密顿（Port-Hamiltonian, pH） 框架，将保守部分与耗散部分显式分离。

2.1 核心数学框架

系统动力学由以下方程描述：
$$\dot{x} = (J - R)\nabla H(x)$$
其中 $x = (q, p)$ 是相空间状态。

• $H(x) = V(q) + T(q, p)$：哈密顿量（总能量），分解为势能 $V(q)$ 和动能 $T(q, p) = \frac{1}{2}p^\top M(q)^{-1}p$。
• $J$：反对称矩阵，描述保守的能量交换（辛结构）。
• $R$：半正定（PSD）耗散矩阵，描述能量损失。对于机械系统，$R = \text{diag}(0, D(q))$，其中 $D(q) \succeq 0$ 是阻尼矩阵。
• 被动性保证： 由于 $R \succeq 0$ 且 $J$ 反对称，能量变化率 $\dot{H} = -\nabla H^\top R \nabla H \leq 0$。这从构造上保证了系统的能量非增，从而确保长期稳定性。

2.2 三种知识体制 (Knowledge Regimes)

为了解决逆问题的病态性（Gauge Freedom，即不同的参数组合可能产生相同的轨迹），PHAST 定义了三种知识体制，通过固定部分组件来打破对称性：

1. KNOWN (已知)： 势能 $V(q)$ 和质量矩阵 $M(q)$ 由物理定律完全给出，仅学习阻尼 $D(q)$。
2. PARTIAL (部分已知)： $V(q)$ 或 $M(q)$ 的形式已知（如重力势、CAD 惯性张量），但参数需学习；阻尼 $D(q)$ 需学习但受物理约束。
3. UNKNOWN (未知)： 所有组件 ($V, M, D$) 均由神经网络学习，仅保留 pH 结构约束以保证稳定性。

2.3 关键组件设计

1. 因果速度观测器 (Causal Velocity Observer)：
   • 由于 $p$ 不可观测，首先通过有限差分估计 $\dot{q}_{fd}$，然后利用因果 TCN（时间卷积网络）学习残差 $\delta_t$，得到估计速度 $\hat{\dot{q}}$。
2. 正则化器 (Canonicalizer)：
   • 将 $(q, \hat{\dot{q}})$ 映射到相空间状态 $(q, \hat{p})$。若 $M$ 已知，则 $\hat{p} = M\hat{\dot{q}}$；否则使用恒等映射。
3. 结构化参数化 (Structured Parameterizations)：
   • 阻尼 $D(q)$： 采用 Householder 风格的低秩外积展开：$D(q) = d_0 I + \sum \beta_i k_i k_i^\top$。这保证了 $D(q) \succeq 0$，且计算高效 ($O(nr)$)。
   • 质量 $M(q)$： 采用对角加低秩的 SPD 参数化，利用 Woodbury 恒等式高效求逆。
   • 阻尼强度约束： 引入总阻尼强度上限 $\sum \beta_i \leq \bar{\beta}$，防止阻尼项作为“误差吸收器”掩盖模型误差，从而提高参数可识别性。
4. 结构保持积分器 (Structure-Preserving Integrator)：
   • 使用 Strang 分裂 (Strang Splitting) 进行时间离散化：$\Phi_{\Delta t} = \Phi_{\Delta t/2}^D \circ \Phi_{\Delta t}^H \circ \Phi_{\Delta t/2}^D$。
   • 保守部分使用辛积分器（如蛙跳法 Leapfrog），耗散部分使用半隐式欧拉更新。这保留了连续系统的耗散结构。

2.4 训练目标

采用加权多任务损失函数：
$$\mathcal{L} = \lambda_{data}\mathcal{L}_{data} + \lambda_{pass}\mathcal{L}_{pass} + \lambda_{energy}\mathcal{L}_{energy} + \lambda_{roll}\mathcal{L}_{roll}$$
其中包含数据拟合损失、被动性惩罚（防止离散能量增加）、能量平衡匹配以及开环滚动预测损失。

---

3. 主要贡献

1. 统一架构： 提出了一个单一的端口哈密顿架构，通过切换组件实例化，统一支持 KNOWN、PARTIAL 和 UNKNOWN 三种知识体制。
2. 高效且安全的参数化： 设计了低秩外积参数化，从构造上保证阻尼矩阵半正定 ($D \succeq 0$) 和质量矩阵正定 ($M \succ 0$)，并实现了高效的矩阵运算。
3. 阻尼约束与可识别性： 首次明确指出无约束的耗散项会导致参数不可识别（作为误差吸收器）。通过引入阻尼强度上限，显著提高了灰盒设置下的物理参数恢复能力。
4. 结构保持积分： 结合 Strang 分裂，在离散时间步长下保留了连续系统的耗散结构，保证了长时程预测的数值稳定性。
5. 双轴评估体系： 提出了将预测稳定性（Rollout MSE）与物理可识别性（阻尼恢复 $R^2$）分离的评估方法，揭示了两者之间的权衡关系。

---

4. 实验结果

作者在 13 个仅位置观测（q-only）的基准测试上进行了评估，涵盖机械、电气、分子、热学、引力和生态六大领域。

• 长时程预测稳定性：
  • 在所有基准测试中，PHAST 在长时程开环预测（Horizon H=100）中均优于竞争性基线（如 S5, LinOSS, Transformer, GRU, VPT）。
  • 例如，在“有风单摆”（Windy Pendulum）上，PHAST (KNOWN) 的滚动误差比最佳基线低 26.5 倍；在“有风双摆”（Windy Double Pendulum，混沌系统）上，PHAST 能保持轨迹相干性，而基线迅速发散。
• 物理参数恢复 (Identifiability)：
  • 在 KNOWN 体制下，PHAST 能近乎完美地恢复位置相关的阻尼系数（$R^2 \approx 0.996$）。
  • 在 PARTIAL 体制下，通过施加阻尼强度约束，PHAST 能恢复出具有物理意义的阻尼场，而基线模型无法提供显式的阻尼场。
  • 在 UNKNOWN 体制下，虽然参数不可唯一识别，但结构约束仍保证了预测的稳定性。
• 控制应用 (Energy-Casimir Control)：
  • 在闭环控制实验中，PHAST 学习到的哈密顿量被用于设计基于被动性的控制器。结果显示，即使仅使用位置观测，结合噪声感知的观测器，PHAST 也能实现 100% 的稳定率，且控制能耗低于使用真实速度的基准。

---

5. 意义与影响

• 科学机器学习的范式转变： PHAST 证明了在缺乏完整状态观测（仅位置）的情况下，通过引入正确的物理结构（端口哈密顿形式），可以显著提高长时程预测的鲁棒性和物理一致性。
• 解决“黑盒”问题： 通过显式分离保守与耗散部分，并引入知识体制，PHAST 使得模型不仅是一个预测器，更是一个可解释的物理参数估计器。
• 实际应用价值： 该方法适用于机器人（关节摩擦建模）、电路仿真、分子动力学、热管理系统以及生态建模等广泛领域，特别是在传感器数据不完整（仅位置）的工业场景中具有巨大潜力。
• 理论贡献： 明确了“预测准确性”与“参数可识别性”是两个不同的目标，并提出了通过物理约束（如阻尼界限）来平衡这两者的方法论。

总结： PHAST 是一个强大的框架，它成功地将物理第一性原理（端口哈密顿系统）与现代深度学习相结合，解决了耗散系统在部分观测下的长时程预测和参数识别难题，为科学 AI 领域提供了新的结构化和可解释性基准。