奇异路径加速自组装
机器学习
2026-04-27 v1 人工智能
摘要
主动自组装通过外部能量注入可绕过平衡瓶颈。然而,通用驱动通常扭曲目标结构,且即使在组装完成后仍需持续能量输入。本文研究一类非互惠相互作用,可在保持平衡 Boltzmann 分布的同时加速组装。由这些奇异相互作用引起的概率流重新塑造基本过程,包括活化 Barriers 越过、软模态松弛以及介于 metastable 状态之间的转换。特别是,这些流通过驱动粒子跨越原本不可及的自由能 Barriers,增强 Arrhenius rate。我们表明,这种加速源于反应坐标有效迁移性的提升,这通过机械模式之间的非互惠耦合实现。反过来,我们发现当主动力被激活时,动力学加速与功率耗散之间存在权衡。我们的结果表明,可通过暂时加速向平衡目标的松弛并在到达所需状态后关闭的主动催化剂,实现能效高保真自组装之路。
关键词
引用
@article{arxiv.2604.22407,
title = {Hidden Failure Modes of Gradient Modification under Adam in Continual Learning, and Adaptive Decoupled Moment Routing as a Repair},
author = {Yuelin Hu and Zhenbo Yu and Zhengxue Cheng and Wei Liu and Li Song},
journal= {arXiv preprint arXiv:2604.22407},
year = {2026}
}
备注
28 pages, 5 figures, preprint