瑞典 Calejo Hybrid Intelligence 的 Vittorio Lippi 于2026年10月15日在 arXiv 发布预印本，研究离线训练的神经网络部署到闭环控制系统后可能出现的性能退化问题。论文认为，模型上线后会影响系统状态分布，使训练阶段得到的最优参数不再适用于新的运行环境；作者将相关风险区分为闭环识别误差、部署诱发的行动误差和持续跟踪误差。论文摘要与全文
研究重点不在传统意义上的模型精度，而在模型参与控制后对被控对象产生反作用。论文以一自由度非线性 Duffing 振子进行仿真：神经网络先根据基线控制器产生的数据离线训练，再被部署到更大幅度、包含未建模非线性的轨迹中。作者报告，在100次蒙特卡洛试验中，未进行在线适应的静态离线网络有64%的试验出现发散；在保留基线控制并进行受限在线学习的方案中，稳定运行试验的跟踪误差更低。上述结果来自仿真，不等同于真实机器人或工业系统中的验证。
论文提出的主要缓解思路是“时间尺度分离”：让物理系统的快速控制回路与神经网络参数的慢速更新回路分开，并通过梯度裁剪、稳定性约束或安全过滤器限制在线学习幅度。作者还指出，持续在线适应并非没有代价，过度依赖即时样本可能造成灾难性遗忘；面对切换环境或非连续任务，仍可能需要经验回放和更严格的安全机制。
这项工作对机器学习系统部署的启示是，离线测试集上的表现不能完全代表闭环运行效果。尤其在机器人、外骨骼、自动驾驶和工业控制等场景，模型的输出会改变后续数据，形成“模型影响环境、环境再反馈给模型”的循环。论文目前是 arXiv 预印本，页面显示其被 NeurIPS 2026 气候变化与机器学习研讨会接收，但文中的主要实验仍为数值仿真，实际硬件上的泛化能力和安全边界尚未得到独立验证。因此，更稳妥的解读是：该研究提出了一个值得测试的风险框架和在线适应方案，而不是已经证明适用于所有闭环机器学习系统的通用结论。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
