20260625:很多新内容

concepts/asymmetric-grounding-adherence-loss.md

@@ -0,0 +1,67 @@
+---
+title: "Asymmetric Grounding Adherence Loss (L_AGA)"
+created: 2026-06-23
+updated: 2026-06-23
+type: concept
+tags: ["loss-function", "rollout-drift", "regularization", "world-modeling"]
+sources: ["[[hazare-dcgwm-2026]]", "https://arxiv.org/abs/2606.18688"]
+---
+
+# Asymmetric Grounding Adherence Loss (L_AGA)
+
+**L_AGA** 是 Hazare (2026) 提出的首个针对异质接地源、具有不兼容容忍结构的 [[rollout-drift|rollout drift]] 防止损失。
+
+## 动机
+
+[[dcgwm|DCGWM]] 中的 L_PGC 和 L_SBGC 仅在训练时的单步上接地——不能保证多步展开的预测轨迹保持接地。[[rollout-drift|Rollout drift]] 是长视距下潜在世界模型的中心失效模式。
+
+## 公式
+
+```
+L_AGA = L_AGA_p(z_p^{1:T}) + L_AGA_b(z_b^{1:T})
+```
+
+### 物理 Adherence — 平方铰链惩罚
+
+```
+L_AGA_p = (1/T) · Σ_t max(0, d_p(z_p^{(t)}, G_p^{(t)}) − ε_p)²
+```
+
+- d_p 度量与物理接地流形 G_p 的距离
+- ε_p 是硬物理容忍阈值
+- 容忍范围内惩罚为零（允许测量噪声）
+- 超出阈值后二次增长——物理违反是范畴错误
+
+### 行为 Adherence — 软 KL 散度
+
+```
+L_AGA_b = (1/T) · Σ_t KL(q_b(z_b^{(t)}) ∥ p_b^{(t)})
+```
+
+- q_b 是 rollout 诱导的 Z_b 分布
+- p_b^{(t)} 是 SBGC 锚定的行为分布
+- KL 散度提供与分布距离成比例的连续惩罚——行为随机性是预期内的
+
+## 为什么不对称
+
+不对称性不是任意设计选择——它**反映并强化**了物理和行为接地统计量的结构性不兼容：
+
+| 维度 | 物理 | 行为 |
+|------|------|------|
+| 误差性质 | 范畴错误 | 分布距离 |
+| 惩罚形状 | 硬铰链 | 软 KL |
+| 容忍结构 | 硬阈值 ε_p | 连续缩放 |
+| 梯度特征 | 超出阈值→大梯度 | 按分布距离比例 |
+
+梯度流同样遵守内向约束：L_AGA_p 仅更新 W_p，L_AGA_b 仅更新 W_b。
+
+## 操作化
+
+p_b^{(t)} 通过**摊销投影**获得：SBGC 对齐阶段训练的 enc_b 将模拟轨迹窗口参数化映射到 Z_b，在 rollout 时冻结该编码器读取分布锚点。
+
+## 参考
+
+- [[hazare-dcgwm-2026|DCGWM 论文]]
+- [[rollout-drift|Rollout Drift]]
+- [[dcgwm|DCGWM]]
+- [[objective-interference-collapse|OIC]]