超越非自适应信息极限的自适应感知:几何、策略与推理的端到端协同设计

逆向设计使广阔物理参数空间成为涌现行为的基质。在传感领域,这一原理在模数转换边界上最为关键——硬件未能捕获的信息将永远无法被后续算法复原。因此仅优化硬件并不足够,必须将几何结构与后续测量规则协同设计。该工作将此协同设计形式化为“联合动态规划”(joint-DP):对连续硬件几何结构与贝尔曼最优自适应测量策略进行联合优化。外部硬件梯度通过可微动态规划计算,采用精确无偏的贝尔曼极大值(由包络定理保证),并通过松弛层级将通用框架从小型离散POMDP扩展至十万像素量级的光子拓扑结构。三项案例研究表明,联合动态规划显著超越领域常规基线:在雷达波束搜索POMDP任务中,经典信息边界引导的几何选择使可获取自适应价值损失2.8倍;在超导量子比特磁通传感器上,联合动态规划将部署均方误差较联合贝叶斯克拉美-罗基线降低11.3倍(两种几何结构均在其各自目标下进行数值协同优化);在90,000像素光子超构传感器上,基于贝叶斯费希尔信息矩阵代理的联合动态规划相较随机基线实现部署均方误差123倍的降低。对于任何硬件一次性设计而策略持续运行的传感器,硬件与策略的联合优化是最基本的原理性流程。
作者单位: VIP可见
提交arXiv: 2026-04-28 04:02

量科快讯