6.3.2.1 理论与实验闭环

文档摘要

6.3.2.1 理论与实验闭环 6.3.2.1 理论与实验闭环：当仿真器的雅可比矩阵在反向传播中突然“失联”——一个被忽略的梯度断点排查实录凌晨两点十七分，实验室的终端还亮着。屏幕上是第17次失败的训练日志，loss曲线在第83轮后陡然坍缩，梯度范数从$10^{-2}$跳变至$10^{-9}$量级，接着一路滑向浮点下溢的深渊。这不是过拟合，不是学习率爆炸，也不是数据污染——它发生在我们首次将高保真多体动力学仿真器（基于Simscape Multibody导出的C++ ODE求解器）嵌入PyTorch训练图时。更讽刺的是：前向推理完美复现物理轨迹，误差<0.3mm；但只要启用或调用，模型就“失忆”——参数不再更新，优化器像被钉在时间轴上。