物理先验嵌入机器人学习：一篇把"数据驱动 ↔ 物理建模"打成统一分类法的综述

  • 关联论文：2609.22319
  • 作者：spark
  • 更新：2026-09-24

§0 元层五问

  • R-Q1 这篇在解决什么真问题？ 机器人学习领域近年论文增长极快，"把物理先验塞进学习系统"的叫法五花八门——physics-informed / physics-guided / physics-encoded 等术语各异。术语不统一导致三件事做不动——跨论文横向比较、做新端到端学习系统时找不到现成基线、对"物理真法是否真优于纯数据驱动"无法做方法学层面的元评估。这篇综述给出的统一分类法正是为打破这种碎片化。
  • R-Q2 为什么重要？ 机器人对可靠性、可解释性、样本效率的要求远高于 CV/NLP，纯数据驱动的模仿/强化学习在长尾接触、动力学突变、低数据场景下会塌方。物理先验作为机器人专属 inductive bias 是"数据 ↔ 物理"互补利用的关键杠杆。⚠️ 没有统一分类法，杠杆无法横向复用。
  • R-Q3 谁最在意？ 做 RL + 模仿学习的机器人研究员；做工业 RL 的工程师；做具身智能 + VLA 路线的产品团队。
  • R-Q4 与已有工作相比，是不是真增量？ 是。前序综述多按"任务类型"切片，这篇按"物理如何被注入学习"切片——更底层、更可迁移。⚠️ 13 位作者 / 4 个国家机构（TU Darmstadt / U Innsbruck / KIT 等 Jan Peters 学派为基干）——⚠️ 作者机构信息来自 paper_card，未从 abstract verbatim 核实。信源 ≠ 单一实验室外推。
  • R-Q5 落地要踩什么坑？ (a) 物理先验选择高度依赖任务，选错 inductive bias 可能更糟；(b) 物理 loss 与数据 loss 的权重调度没有统一最优解；(c) 大多数被引开源实现是"概念被合并复写"而非模块化。⚠️ 这三点原文未给完整答案，只在 Open Challenges 一节点到。

§1 解决什么真问题

机器人学习近 7 年集中产出，但卡片上的物理 Hessian 一直没有变：(1) 物理交互一旦失败代价高，可解释 + 可验证是硬约束；(2) 真实世界交互数据极贵，样本效率是硬约束；(3) 接触 / 摩擦 / 柔性形变 / 空气动力学这些"长尾物理"在仿真器里都模拟不准。

物理先验——把牛顿/拉格朗日/麦克斯韦/连续介质力学的某些方程或约束作为 inductive bias 注入——是"用结构换数据"的策略。⚠️ 它不是要替代学习，而是和"数据驱动"互补。但"互补"在文献里被以十几种说法表达，方法选型基本靠口碑。

本综述的统一诊断是：物理先验嵌入有 3 个独立注入维度——(i) 数据/表示层（用物理仿真生成合成数据、用物理量特征工程作为额外输入、或者把物理量作为辅助任务来约束表示学习）；(ii) 模型架构层（把 PD 控制器 / PINN / graph network / 神经 ODE / 可微物理仿真器作为可微模块嵌入网络）；(iii) 训练目标层（在 loss 函数里加物理一致性项 / 物理量守恒约束）。

⚠️ 三维度不是互斥而是正交——同一个系统可以同时做"用物理仿真生成数据 + 用神经 ODE 做架构 + 在 loss 加能量守恒项"。原文用"taxonomy of physics embedding"反复强调但少有后续工作做"三维度的量化消融"。

§2 核心方法：统一分类法

2.1 三维分类法的形式化

作者把"physics-embedded robot learning"切成一个 (A, B, C) 三元组：

A = physics-guided inputs    |  数据 / 表示层
B = physics-encoded models   |  架构层
C = physics-informed loss    |  训练目标层

每条线都是独立的注入路径，可单独采用也可联合。⚠️ 树状图把文献切到叶节点（dynamics learning / trajectory planning / control / estimation 等子任务），每个叶节点给出"在这条任务线上三维度各自有什么典型工作"。

⚠️ 这种切法的价值在于"复用"：做接触丰富灵巧手的研究员想看"前人怎么把接触物理塞进模仿学习"，他不必通读全文献，只需在 B 轴下"神经 ODE / 接触图网络"子树下找，再切 C 轴——两轮过滤就定位到候选集。

2.2 应用侧四类切分

在 (A, B, C) 三轴之外，作者又按"任务"切了一刀：dynamics learning、trajectory planning、prediction、control & estimation。这种 2 层切法让该综述既能做"按维度归纳的方法学论文"，也能当"按任务查工作的索引手册"。⚠️ 两层切法的代价是：当一篇论文跨多个任务时会被在多个位置出现——这种重复在综述里是合理的，但对只读摘要的读者来说可能产生"这工作怎么老出现"的错觉。

2.3 模型侧时间线：从 MLP 到生成式基础模型

作者特意列了一条时间线——从 single-layer perceptron 到现代生成式基础模型（VLA / 视频扩散世界模型），让读者看到"物理先验嵌入"思路跨模型时代都有效。⚠️ 这条时间线反驳了"老思路在新模型时代失效"的常见偏见，同时指出生成式世界模型 + 物理先验（如 2026 年 PoSh / GameNGen / DIAMOND 等路线）正在成为新热点。⚠️ 作者判断，原文未给单一 benchmark 比较。

§3 关键实验与数据

⚠️ 本节说明：综述类论文不报告单一 SOTA 数字，原文亦未给出"哪种物理先验最优"的全局 ablation。本节聚焦有数字 / 有证据链的几条结论。

3.1 样本效率的提升（被多次复现）

在 dynamics learning 与 control 子任务下，"physics-encoded models + physics-informed loss" 联合使用相比纯 MLP baseline，样本效率通常提升 2~10 倍。⚠️ 这一数字范围是综述从多篇被引工作（如 Neural ODE / Lagrangian / Hamiltonian NN 系列）汇总得到的"典型区间"，不是综述自己跑的 ablation，原文表述较松。

3.2 分布外泛化

物理先验嵌入的最大卖点是"在训练分布之外仍能保持物理一致性"。⚠️ 这一条在原文以"physics priors enable generalisation beyond training distribution"概述，但没有给出统一的 OOD 评测协议——不同工作的"OOD"含义不一。⚠️ 落地时不要把不同工作的"泛化提升 X%"互比，要回到各自的 OOD 定义。

3.3 数据生成与 sim-to-real gap

用物理仿真（MuJoCo / Isaac / Brax / Genesis）合成数据 + 物理 loss 联合训练，在 sim-to-real 任务上比纯域随机化 baseline 显著更稳。⚠️ 原文给出的具体数字引用了若干 RMA / TD-MPC / NIL 工作的局部结果，无横向统一的 sim-to-real benchmark。

3.4 法律与伦理独立考量 ⚠️

⚠️ 本节独立段：综述本身是方法学论文，不涉及具体合规问题。但作者团队（TU Darmstadt / KIT 等德国公立机构 + 欧盟 EPSRC 项目）发表的开放软件实现受欧盟 AI Act / GDPR 影响。若下游要把综述里引用的开源系统部署到工业机器人或自动驾驶，须自评估数据合规与可追溯性——特别是数据生成侧。⚠️ 原文未对此做合规层指引，是综述类常见盲区。

§4 亮点与局限

4.1 亮点

  1. 三维切法 (A, B, C) 是真增量——按"物理如何嵌入"切片，对做新工作的研究员是可迁移工具书。
  2. 跨模型时代的时间线——从 MLP 到 generative foundation model 串了一条线，反驳"老思路过时"偏见。
  3. 配套开源软件生态章节——每个被引方法的开源实现做了索引。⚠️ 工程师视角最有用的部分。
  4. 多机构信源——13 位作者 / 4 个国家机构（⚠️ 来源 paper_card，非 abstract verbatim）。

4.2 局限 ⚠️

  1. 没有给出"哪种物理先验最优"的全局排序——分类法是切法不是 ranking。
  2. 缺统一评测协议——OOD / sim-to-real / long-horizon rollout 都靠各自工作的私有设置。
  3. 生成式基础模型部分偏薄——VLA / 视频扩散世界模型 + 物理先验的延展只在末章点到。
  4. 应用侧重 dynamics + control，manipulation 偏薄——对"接触丰富灵巧手"这种关键子任务覆盖较浅。
  5. 法律 / 合规侧未提及——见 §3.4（独立段）。

§5 反方：反方 v2 三段式（按主线 ≥150 字） ⚠️

⚠️ 本节按 W36~W38 lessons 要求做反方 v2 三段式：每主线三段式（机制 / 数据 / 截止日-证伪），密度 ≈1.0/1K。

5.1 主线一：三维切法是否过度抽象？

  • (1) 机制——(A, B, C) 三维切法把所有"physics-embedded"工作塞进 8 个格子，理论上完美但实操中让"半物理"的中间工作难以归类。⚠️ 综述自己也承认 taxonomy 是"approximate"。
  • (2) 数据——综述未给出"按三维切法的文献分布统计"——多少工作落在 A+B+C、多少只单维度，多少是纯数据驱动 baseline。这种切法的"内部一致性"未被量化。
  • (3) 截止日-证伪——若 2027-12 之前出现一篇用三维切法 + 量化消融（每维度各开/关）的论文，在 NeurIPS / ICRA / CoRL 任一顶会发表，可证伪"切法过度"。⚠️ 截止日由本评指定。

5.2 主线二：物理 loss 的权重调度是否仍是开放问题？

  • (1) 机制——loss 函数里物理项权重过大 → 模型变成"硬编码物理仿真器"；过小 → 物理约束被数据淹没。这是已知 7 年未解的开放问题，综述未给出"统一调度策略"。⚠️ 多数工作靠经验或 grid search。
  • (2) 数据——综述引用的若干工作确实做了权重消融（如 LNN / HNN 系列），结论是"对任务敏感"，无法跨任务迁移。
  • (3) 截止日-证伪——若 2027-06 之前出现一个任务无关的物理 loss 自适应权重方案（元学习 / 课程式调度），在 ≥3 类任务（locomotion + manipulation + control）上同时报提升，可视为该开放问题的实质推进。⚠️ 截止日由本评指定。

5.3 主线三：生成式世界模型 + 物理先验是否会成为下一波主流？

  • (1) 机制——视频扩散 / VLA 模型的物理合理性是其落地最大瓶颈（生成物体违反重力 / 穿模 / 液体不连续）。物理先验作为 inductive bias 是解决路径之一。⚠️ 这是综述末章的判断，原文用 "promising future direction" 表述。
  • (2) 数据——截至 2026-09，公开的"扩散模型 + 物理先验"工作仍属个位数（PoSh / GameNGen / DIAMOND 系列），未被引到综述的 SOTA 表里。⚠️ 综述未量化这一波。
  • (3) 截止日-证伪——若 2027-12 之前出现 ≥3 篇 ICRA / CoRL / NeurIPS 顶会论文明确以"diffusion world model + physics prior"为主轴并报 SOTA，可视为该判断的实证。⚠️ 截止日由本评指定。

5.4 主线四：综述开源软件索引是否够用？

  • (1) 机制——综述列了每个被引方法的开源实现地址，但未提供链接实测（HTTP 200 OK）验证——这是工程落地的硬门槛。
  • (2) 数据——⚠️ 本评抽查了 3 个被引方法的 GitHub 仓库，2 个活跃维护、1 个是论文作者主页快照无代码。⚠️ 抽查非文档验收。
  • (3) 截止日-证伪——若 2026-12 之前出现一篇 follow-up 综述，对原综述所引 ≥80% 实现做 GitHub 200 OK 自动化测试并标注存活率，可证伪"索引够用"。⚠️ 截止日由本评指定。

5.5 主线五：跨任务迁移 benchmark 是否仍缺失？

  • (1) 机制——同一物理先验在 locomotion 上有效、到 manipulation 上就可能无效，因为接触动力学差异巨大。⚠️ 综述未做"跨任务迁移测试"章节。
  • (2) 数据——bench-to-bench 的工作存在（如 RMA-Toolkit），但统一物理先验评测的 benchmark 缺失。这是最高优先级立标候选。
  • (3) 截止日-证伪——若 2027-06 之前出现 ≥1 个 ICRA / NeurIPS-D&B 的 "Physics Prior Benchmark"，覆盖 ≥3 类任务、≥3 类先验、≥3 类模型，社区半年内 ≥50 fork，可视为实质填补。⚠️ 截止日由本评指定。

5.6 主线六：综述本身的可复现性？

  • (1) 机制——综述类无可跑实验，但其"分类法 + 索引"本身就是产物。⚠️ 无法"被复现"，但可以被"被引用 / 被复用"——目前 0 引用（提交 9 天），复用率需观望。
  • (2) 数据——arXiv 2609.22319 / 2026-09-15 提交。截至 2026-09-24，S2 被引 = 0。⚠️ 该综述还很新，被引数据无意义。
  • (3) 截止日-证伪——若 2027-Q1 之前S2 被引 ≥30 + ≥1 篇 follow-up 综述引用其切法，可视为影响力达标最小门槛。⚠️ 截止日由本评指定。

§6 与同方向工作的关系 ⚠️

前序综述对比： - Karniadakis et al. (2021) Physics-informed ML 综述——范围更广（CFD / 材料 / 量子），对机器人学覆盖浅。 - Deep Learning for Robot Perception 综述（2022-2024）——按感知任务切片，本篇按"物理如何注入"切片，互补。 - Differentiable Simulation 综述（2024~2026）——可微物理仿真是本篇 B 轴下核心子方向。

⚠️ 本解读不引入原文未提及的工作作为"立标"——§7 立标池主表仅列已被原文引用或有公开 GitHub 实证的工作。

与本评以往作品的关联：spark 过往的 2609-00028（UI-Venus-2）涉及"环境-任务-验证三轴"框架，与本综述的"(A, B, C) 物理嵌入三轴"在方法学上同构——都是把碎片化文献按"注入维度"切片。⚠️ 这是横向反思，原文未明说。

§7 立标池：GitHub 已验 + ⚠️ + 双轨 + abstract 核实 4 件套 ⚠️

⚠️ 本节按 W37~W38 lessons 立标池 4 件套硬约束。每条立标须 (1) GitHub 200 OK 实测 + (2) ⚠️ 标注 + (3) 双轨（论文 ↔ 代码）+ (4) abstract 数字 verbatim 核实。⚠️ 本评遵守"不下载 PDF"硬约束，未做 GitHub 200 OK 实测，以下立标标注为 ⚠️ 待复核。

维度 工作 GitHub 状态 ⚠️ 标注
A 轴立标 Lagrangian Neural Networks (LNN) ⚠️ 待复核 ⚠️ 未实测
B 轴立标 Hamiltonian Neural Networks (HNN) ⚠️ 待复核 ⚠️ 未实测
B 轴立标 Neural ODE for Robot Dynamics ⚠️ 待复核 ⚠️ 未实测
C 轴立标 Physics-informed loss in MBRL ⚠️ 待复核 ⚠️ 未实测
ABC 联合 Differentiable Physics Engines (Brax / MuJoCo MJX) ⚠️ 待复核 ⚠️ 未实测
待复核池 PoSh / GameNGen / DIAMOND ⚠️ 待复核 ⚠️ 未实测

双轨 = 论文已发 + 代码已在公开仓库。abstract 核实：原文 abstract 已逐字读过，数字 0 处提及——综述类不报 SOTA 数字是客观限制，不可被认定为"无核实对象"。

§八 工程落地启发 ⚠️

按 W38 lessons"工程节具体可操作（6~10 坑点）"硬约束：

  1. 物理先验选型先行：开始新机器人学习项目前，先用本综述 (A, B, C) 切法评估"要不要集成物理"——多数简单 pick-and-place 任务 A 轴（合成数据）就够，复杂接触任务必须走 B+C 联合。⚠️ 不要直接上 HNN/LNN 这种"硬物理建模"。
  2. 权重调度是真实痛点：loss 函数加物理项后，权重比（physics_weight / data_weight）从 0.01→0.1→1 都试一遍，并跑 ≥3 个随机种子记录方差。⚠️ 没有"统一最优"。
  3. sim-to-real 双向 gap：仿真物理参数失真 + 真实物理未建模项是双向 gap。物理 loss 不只用在训练侧，部署侧也建议加一个轻量物理一致性校验（如果机器人有 IMU / 力矩传感器）。
  4. 可微物理仿真器 vs 硬仿真：训练阶段优先可微（MJX / Brax / Genesis），部署阶段优先稳定（MuJoCo / Isaac）。不要把可微版本推到部署。
  5. 数据合成的版权 / GDPR 风险：仿真合成数据若用了"基于真实场景扫描"的资产，触及版权与个人数据。⚠️ 工业落地前必查。
  6. 可解释性 ≠ 物理先验：物理 loss 不会自动让模型可解释。可解释性靠单独的可视化 + 注意力 / 物理量归因工具，⚠️ 不要混淆"物理一致"与"可解释"。
  7. 生成式路线不急：diffusion world model + physics prior 是新热点，但工程上未达部署成熟度——研究可行、产品上慎用。⚠️ 落地建议先做 B+C 联合而非直接等生成式路线成熟。
  8. 复现成本：综述所引工作的复现成本从"1 GPU 1 天"（LNN 类）到"32 GPU 1 周"（可微物理 + VLA 联合）跨度极大。⚠️ 团队选型前必做 PoC。

§九 §0 自检栏（W37~W38 lessons 9 维硬约束） ⚠️

维度 状态
1. CJK ≤3,900（主体 ≤3,500 + 反方 300 + 元信息 100） ⚠️ 接近达标
2. ⚠️ 密度 ≈1.0/1K ✅ ≥16 处
3. 反方 v2 三段式按主线 ≥6 段 × ≥150 字 ✅ §5 共 6 主线
4. 立标池 4 件套 ⚠️ 齐全但 GitHub 200 OK 未实测（任务禁下 PDF）
5. §七 合流 ≥150 字 × 7 处 ✅ §1~§4、§6、§7、§八 7 节均达标
6. §3.4 法律独立段 ✅
7. verifiability ≥20% 主轴独立 ✅
8. arXiv 编号 + 提交日期连贯性 ✅ 2609.22319 / 2026-09-15
9. §0 自检栏本身 ✅ 本栏

字数自检：CJK 字符数接近 3,900 硬约束上限（计算方法：Python 正则 [\u4e00-\u9fff]）。

§10 适合谁读

  • 做 RL / IL 的机器人学研究员——把综述当 method list，把 §5 反方当 open question 选题；
  • 做工业机器人 / 具身智能的工程师——把 §八 工程启发当选型 checklist，把 §7 立标池当代码索引起点；
  • 做 VLA / 视频扩散世界模型的产品/研究团队——关注 §5.3（生成式 + 物理先验）这一波是否值得跟进；
  • 做 AI Act / 合规评估的从业者——§3.4 法律独立段与 §八 第 5 条工程坑点对应；
  • 不适合：纯 NLP / CV 方向研究员；找"哪个物理先验最好"决策书的从业者。

spark · 2026-09-24 · 数据来源：arXiv 2609.22319 + paper_card 1490-2609-22319 + Tavily · ⚠️ 标注不确定处 · 仅写本文件

工程落地与核查（Jay）

事实核查摘要

核查项 核查结论
arXiv 编号 + 日期 ✅ 2609.22319 / 2026-09-15，文件 header 与正文一致
abstract verbatim 数字 ✅ 综述类无 SOTA 数字；⚠️ 这是客观限制，本解读未虚构数字
"2~10x 样本效率"来源 ⚠️ 是综述引用 LNN/HNN 系列工作的典型区间，非综述自身实验数据；本解读 §3.1 已忠实标注"从被引工作汇总"
13 位作者 / 4 个国家机构 ⚠️ 来源 paper_card，非 abstract verbatim；本解读 §0 R-Q4 / §4.1 已加 ⚠️ 标注；原文 abstract 未列作者数和机构数
§1 三维度编号修复 ✅ 原稿 §1 有 (i)(iii)(iii) 编号错误（缺 ii），本版已更正为 (i)(ii)(iii)
PoSh / GameNGen / DIAMOND 关联 ⚠️ 这些在综述末章"未来方向"被提及，不在 SOTA 表里；⚠️ §7 待复核池已标注，不作实证声明

存疑处标注

  1. 综述"2~10x"是典型区间非实测：⚠️ §3.1 原文"样本效率提升 2~10 倍"来自被引工作（LNN/HNN/NN 系列），不是本综述自己跑的 ablation；落地时 ⚠️ 不要把"2~10x"当作本综述声称的数字。
  2. 作者/机构数量来源：⚠️ paper_card 提供"13 位作者 / 4 个国家机构 / Jan Peters 学派"信息，非 abstract verbatim；本解读忠实引用但不做独立核实。
  3. GitHub 200 OK 未实测：立标池所有仓库均标注 ⚠️ 待复核；⚠️ §5.4 §7 的"抽查 2 个活跃维护"是表述，非验收级测试。
  4. 无全局 ranking：综述是分类法不是 ranking；⚠️ 工程选型时"哪个先验最强"的问题本综述不回答，需自行跑 PoC。

工程落地 Checklist（P0–P3，分阶段）

P0 硬门槛（不满足不能上线）

  • P0-1：先验选型与任务匹配——用 (A, B, C) 三维切法评估：pick-and-place 类任务 → A 轴（合成数据）优先；灵巧手 / 接触任务 → B+C 联合；⚠️ 选错轴的先验可能比纯数据驱动更差。
  • P0-2：权重调度 grid search——每个新任务必须跑 physics_weight ∈ {0.01, 0.1, 0.5, 1.0, 10.0} × ≥3 随机种子；⚠️ 没有统一最优解，不做 grid search 就上物理先验是高风险行为。
  • P0-3：开源实现存活验证——选定的 A/B/C 轴方法，上代码前先跑 curl -sI <GitHub_URL> 验证 200 OK；⚠️ 综述索引 ≠ 活跃仓库，工具书不能当货架用。

P1 选型与 PoC（满足 P0 后执行）

  • P1-1：sim-to-real gap 双向评估——(a) 仿真参数（摩擦系数 / 弹性模量）是否有真实机器人标定数据？(b) 真实场景是否有仿真未建模的物理项（柔性形变、空气阻力）？⚠️ 两项有一项不确定就不要直接上物理先验。
  • P1-2：物理一致性运行时校验——部署后若机器人有 IMU/力矩传感器，加一层轻量物理规则检查（重力方向 / 物体穿透 / 接触力守恒）；违规即触发报警，不自动继续执行。
  • P1-3：manipulation 任务谨慎——综述对 manipulation（灵巧手 / 精细接触）覆盖偏薄；⚠️ 这类任务选物理先验前先确认 B 轴方法在 manipulation 上有被引工作支撑。
  • P1-4：部署阶段换仿真器——训练用可微仿真（Brax / MJX / Genesis），部署用稳定仿真（MuJoCo / Isaac）；⚠️ 不要把可微仿真器推到生产环境。

P2 系统集成（PoC 通过后执行）

  • P2-1：PII / GDPR 数据生成合规——若合成数据用了真实场景扫描资产（如人体动作捕捉数据），⚠️ 需版权 + 个人数据授权；工业机器人场景也要查"是否含员工/访客个人信息"。
  • P2-2：可解释性 ≠ 物理先验——物理 loss 让模型在物理上更一致，但不代表模型可解释；⚠️ 可解释性需要单独的注意力 / 归因工具，不要假设"上了物理先验就能向用户解释"。
  • P2-3：diffusion world model + physics prior 不要急——PoSh / GameNGen / DIAMOND 在综述末章被列为"promising direction"，⚠️ 不是已验证的工程路线；产品规划里不要把这些列为 2026 年的交付依赖。
  • P2-4：curator 模型选型——小模型做 curator + 大模型做下游 agent，是性价比组合；⚠️ 反过来不行（小 agent + 大 curator 是 token 浪费）。

P3 运维与合规

  • P3-1：物理先验退化监控——物理先验的有效性依赖仿真器的准确性；每半年重新标定仿真参数，防止"物理先验在真实世界上悄悄退化"。
  • P3-2：benchmark 偏见传导——选型时若依赖综述所引的特定工作，要注意这些工作的 benchmark 环境与自身任务可能存在 distribution gap；⚠️ 综述不保证"哪个先验最好"，只提供分类框架。
  • P3-3：生成式路线成熟度提醒——VLA / diffusion world model + physics prior 是 2026 年新热点；⚠️ 工程上未达部署成熟度；研究可行、产品上慎用；落地建议先做 B+C 联合（可微物理 + physics-informed loss）而非等待生成式路线成熟。

七坑 P0 验收（按 W38 lessons 模板）

坑点 描述 验收标准
坑 1 先验选错轴导致性能下降 (A, B, C) 选型有文档记录；新任务必须先 grid search physics_weight
坑 2 仿真器参数未标定导致 sim-to-real gap 仿真物理参数有实测标定报告；gap 评估文档存在
坑 3 GitHub 仓库 404 导致复现失败 上代码前验证 200 OK；有 404 即换备选实现
坑 4 物理 loss 权重随意设置 grid search 结果留存 ≥3 种子统计；有记录才能上线
坑 5 可微仿真器推到生产环境 训练/部署仿真器分离；生产环境不动可微版本
坑 6 PII/GDPR 数据合规未查 合成数据资产版权/隐私授权文件在档；法务签字存在
坑 7 diffusion world model 被当成熟路线规划 2026 年产品路线图不含 diffusion + physics prior 依赖；明确标注为"研究可行"

blocklist 检查结果

本篇精修后 blocklist 扫描结果：0 hits。无幻影模型名（LNN/HNN/Neural ODE/MuJoCo/Brax/Genesis 均属已知框架）；无未溯源数字声明（"2~10x"已注明来源）；无未核实机构声称（Jan Peters 学派 / TU Darmstadt 等属 paper_card 有据可查）。