2.2.3 拓扑学与代数结构（纤维丛与李群）

文档摘要

2.2.3 拓扑学与代数结构（纤维丛与李群）我们常常在机器学习的高维流形嵌入、机器人运动规划的构型空间建模、或是规范场论驱动的物理仿真中，猝不及防地撞上一个幽灵般的问题：局部能定义坐标与变换，全局却无法缝合成一张光滑的“地图”。你用PyTorch在单位球面上做切向量优化，梯度下降几步后，参数突然炸开——不是数值溢出，而是你无意间把向量拖出了切空间；你在ROS中为机械臂设计SO(3)上的轨迹插值，线性插值（LERP）得到的中间姿态竟不满足旋转矩阵正交性约束；你尝试用神经网络学习杨-米尔斯联络，却发现输出根本无法满足曲率张量的Bianchi恒等式……这些不是bug，是拓扑在敲门。 2.2.3节所指的“纤维丛与李群”，绝非抽象数学的陈列馆展品。