提出对抗最优传输正则化学习混沌系统模拟器

2026年10月9日，arXiv Statistics Machine Learning 发布论文《Learning to Emulate Chaos：对抗最优传输正则化》。论文提出一族对抗最优传输目标，能从单条含噪轨迹联合学习高质量统计量与物理一致的混沌系统仿真器。方法给出 Sinkhorn 散度（2-Wasserstein）与 WGAN 式对偶（1-Wasserstein）两种形式化并做理论分析。在含高维时空混沌的多类系统实验中，训练所得仿真器的长期统计保真度显著提升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。