Procela：结构不确定性下机械模拟的信念治理
计算物理
2026-04-02 v1 人工智能
计算工程、金融与科学
摘要
机械模拟通常假设固定的本体论：变量、因果关系和解决策略是静态的。当真实因果结构争议或不可识别时，这一假设便不复存在——例如，在抗菌药抗性（AMR）传播中，接触、环境和选择本体论相互竞争。我们引入Procela，一个 Python 框架，其中变量充当信念权威，维护完整的假设记忆，机制将竞争性本体论编码为因果单元，治理观察信念信号并在运行时变异系统拓扑。这座框架是首个能够测试自身假设的模拟器。我们为AMR在医院网络中实现Procela，包含三个竞争性家族。治理检测到覆盖度衰减、政策脆弱性，并运行结构探针。结果显示，与基线相比，误差降低20.4%，累积后悔改善69%。所有实验都可复现且具有完整的可审计性。Procela 确立了一种新范式：模拟器不仅建模世界，还建模其自身建模过程，实现结构不确定性下的适应性。
引用
@article{arxiv.2604.00675,
title = {Procela: Epistemic Governance in Mechanistic Simulations Under Structural Uncertainty},
author = {Kinson Vernet},
journal= {arXiv preprint arXiv:2604.00675},
year = {2026}
}