[控场AI]
概念硬物理约束

硬约束

通过特殊网络结构或输出变换使物理定律在架构层面自动满足,如保守型网络保证能量守恒。

时间轴 (近 90 天)

11月22日

软约束写在系统提示词或模型规范中,依赖模型生成时自行遵守,灵活但可靠性随上下文变化;硬约束由规则引擎、分类器拦截层或输出过滤器实现,命中即拒答。

待验证50%
11月20日

物理约束嵌入AI模型的典型实现路径包括软约束(损失函数中加入物理残差项)、硬约束(通过特殊网络结构或输出变换使物理定律自动满足)和混合建模(将AI作为传统数值模式中某个物理过程的替代模块)。

待验证50%
11月10日

物理知识以两种方式注入:一是将摇摆方程作为硬约束,强制输出满足电力系统动力学;二是作为软约束,并引入一个学习到的修正项来吸收模型误差。

待验证50%
10月27日

软约束通常以惩罚项形式加入损失函数,允许有限违反;而硬约束则要求在生成过程中直接满足,例如通过投影、重参数化或约束解码。

待验证50%
10月18日

硬约束(如冷库不低于4°C、电池荷电不低于10%)不参与学习,而是声明、版本化,并在概率策略提出动作后检查,违规动作被拒绝并记录约束标识符。

待验证50%
10月14日

硬约束通常指不可违反的规则,如机架容量上限;软约束以惩罚项形式进入目标函数,允许在必要时被适度违反。

待验证50%
10月12日

硬约束通过设计结构保持型架构使模型从数学结构上无法违反约束,能提供严格保证但往往限制模型的表达能力

待验证50%

全部知识事实 (7)

来源文章