PH-Dreamer：基于端口哈密顿生成动力学的物理驱动世界模型

基于循环状态空间架构构建的世界模型能够实现高效的潜在想象，但在物理上仍缺乏结构，产生的动力学违反守恒与耗散原理。我们引入了一个统一的端口哈密顿框架，通过三种协同机制来弥补这一缺陷。首先，通过将投影潜在演化建模为由动作控制、受流与耗散约束的能量路由，将隐式物理先验嵌入循环转移中，使投影 PH 相空间偏向更紧凑且具物理结构的表示。其次，我们开发了一个运动学感知能量世界模型，从本体感受观测中估计哈密顿量与功率平衡，为热力学推理提供显式的物理信号。第三，利用这些能量梯度，我们建立了一个能量引导的 Actor-Critic，使用拉格朗日乘子对策略优化进行正则化，以实现更低能量与更平滑的控制。在视觉控制基准上，该范式不仅获得了更优的渐近回报，还通过在想象奖励与真实奖励之间建立更紧密、更低方差的对应关系，提升了内部模拟器的保真度，同时将潜在相空间体积减少了 4.18-8.41%，能耗减少高达 7.80%，平均加加速度减少高达 9.38%。