论物理推理中的学习机制

动力学预测对于物理推理是否不可或缺？如果是，动力学预测模块在物理推理过程中究竟扮演何种角色？多数研究聚焦于设计动力学预测网络，并将物理推理视为下游任务，而未探究上述问题，想当然地认为所设计的动力学预测必定有助于推理过程。本文重新审视这一假设，通过比较两种学习机制——从动力学学习（Learning from Dynamics, LfD）与从直觉学习（Learning from Intuition, LfI）——来探索这一基本假设。在第一个实验中，我们直接检验并比较这两种机制。结果揭示了一个令人惊讶的发现：简单的 LfI 优于或与最先进的 LfD 相当。该观察引出了第二个实验——真值动力学（Ground-truth Dynamics），即 LfD 的理想情形，其中动力学直接由模拟器获得。结果表明，若动力学直接给定而非近似得到，其在物理推理上的表现将远高于单独的 LfI；这本质上构成了性能上界。然而在实践中，LfD 机制只能利用模仿物理定律的动力学学习模块来预测近似动力学（Approximate Dynamics），使得后续的下游物理推理模块退化为 LfI 范式；见第三个实验。我们注意到这一问题难以缓解，因为动力学预测误差在长时序中不可避免地累积。最后，在第四个实验中，我们注意到 LfI——若运用得当则极为简单的策略——在学习解决物理推理问题方面更为有效。综上，在具有挑战性的 PHYRE 基准上的结果表明，就动力学预测而言，LfI 即便不优于 LfD，也与 LfD 一样好。然而，LfD 潜在的改进空间尽管充满挑战，仍具吸引力。