有限耦合定理與偽成功觸發控制器(PACC)

差異化作為計算系統的 optionality:跨搜尋、學習、演化的統一耦合控制

作者:許筌崴(Neo K. Hsu)/ EveMissLab(一言諾科技有限公司) 結晶化夥伴:Theia 版本:v0.1 理論地位:框架 + 猜想。自洽於 EveMissLab 邏輯體系;與《相位交流猜想》共用 $\rho,\lambda,L,(P)$ 符號,為其計算投影。狀態:理論骨架 + 控制律 + 偽代碼完成,待補基準實驗。

摘要

本文把單元之間的耦合強度 $\kappa$(頻寬)確立為搜尋、學習與演化系統的母控制變數,並主張一條跨基底不變的原理:*最優耦合 $\kappa^$ 是中間值——須結構化(模組化)、隨時間退火、隨環境波動性自適應——因為差異化(differentiation)即 optionality,而 optionality 是搜尋空間中對抗不確定性的價值本身。** 全耦合($\kappa\to1$)使單元融合、多樣性歸零,導致過早收斂、mode collapse、回音室;零耦合($\kappa\to0$)切斷重組與資訊流,導致脆裂與局部最優。

本文誠實承認:此原理的每一個單項實例,皆已是成熟計算技術——島嶼模型遷移率、dropout、模擬退火、$\varepsilon$ 衰減與 entropy regularization、novelty search 與 Quality-Diversity、ensemble 的去相關、federated learning 的有限通訊、regularization。本文認領的是兩項:(一)把這些統一為同一顆旋鈕 $\kappa$ 的不同襯底實例(溫和的框架貢獻);(二)偽成功觸發自適應耦合控制器(PACC)——一個閉環控制器,以「自信趨同卻無保真度提升」這個 $(P)$ 簽名($\rho$ 上升、$\lambda$ 停滯或退化)為扳機,動態降耦合以注入差異化,而非依賴預設時程。

本文亦如實標出 PACC 的健全邊界:偵測 $(P)$ 需量測 $\lambda$,而 $\lambda$ 要求對真實目標 $L$ 的保真,現實中常無 ground truth 可用。故 PACC 以代理 $\hat\lambda$(held-out 驗證、disagreement 不確定性、新增正確資訊速率)運作;能偵測「趨同卻無可量測進展」(相對層),要偵測「趨同卻無真相」(絕對層)仍需驗證 oracle。此邊界與《相位交流猜想》§16 的本體論邊界為同一條線。

關鍵詞:耦合控制、差異化、optionality、過早收斂、偽成功、explore/exploit、Quality-Diversity、自適應退火、PACC

1. 引子:一個跨領域同形的失敗模式

考慮以下失敗,它們在文獻中分屬不同領域,卻是同一個東西:

遺傳演算法的過早收斂:族群多樣性過快流失,鎖死在局部最優。
GAN 的 mode collapse:生成器塌縮成單一輸出。
監督學習的 overfitting:模型與訓練資料過度耦合,失去泛化。
多智慧體/社群的回音室:高度同步的共識,對外界新訊號失明。

四者皆可寫成:單元間耦合過強 → 差異化崩潰 → 系統自信地收斂到一個未必正確、且自己無法察覺其錯誤的狀態。 這正是《相位交流猜想》中 $(P)$(偽成功)在計算尺度上的形態:高 $\rho$(趨同)、低或停滯的 $\lambda$(對目標的保真)。

本文主張:防止這個失敗的母旋鈕,是耦合 $\kappa$;而最優的扭法,不是把它關小或關大,是讓它對 $(P)$ 的簽名閉環反應。

2. 既有疆域與本文的位置

任何宣稱新意的計算原理,須先承認已被佔領之地。

演化計算:島嶼模型(並行 GA)以子族群半獨立演化、島間有限遷移維持多樣性;遷移率過高致同質化與過早收斂,過低致好解無法傳播——最優為中間遷移率。多樣性維持機制(niching、fitness sharing、crowding)即工程化的有限耦合。

深度學習:dropout 於訓練中隨機切斷單元連結,逼單元獨立robust,提升泛化——「切通訊反而更強」的直接實例。mixture-of-experts 的稀疏路由、模組化網路、loose coupling/high cohesion、near-decomposability(Simon, 1962)皆屬「結構化的有限耦合」。

強化學習:模擬退火(早高溫探索、後降溫收斂)、$\varepsilon$ 衰減、Boltzmann 溫度、entropy regularization(花成本維持策略差異化)、max-entropy RL。explore/exploit、multi-armed bandit、UCB、Thompson sampling 皆在計算「不確定下差異化的價值」。

Quality-Diversity:MAP-Elites(Mouret & Clune, 2015)優化「一組多樣高手」而非單一最優;novelty search(Lehman & Stanley, 2011)丟棄目標、只獎勵新奇,常把難題解得比目標導向更好——優化差異化本身可勝過優化目標。empowerment(最大化未來選項)亦屬此類。

集成與分散式:random forest / bagging(Breiman)以 bootstrap + 隨機特徵子集故意限制每棵樹視野,逼出去相關的差異化,合成強學習器;federated learning(McMahan et al., 2017)不共享原始資料(隱私=限頻寬)、只偶爾平均,本地差異化同時是隱私與穩健來源;regularization 則是「以限制換泛化」的通名。

本文認領,僅以下兩項:

把上述全部統一為同一顆旋鈕 $\kappa$ 的跨襯底實例(框架貢獻,溫和——explore/exploit 的普適性已被多人指出)。
PACC(§9):以 $(P)$ 簽名為扳機的閉環耦合控制器。其與既有自適應退火/多樣性控制(如 CMA-ES 自適應重啟、diversity-controlled GA)的差異,在於扳機是 $(P)$ 簽名($\rho{\uparrow}\wedge\lambda\text{-progress}{\downarrow}$)、而非時鐘/溫度/固定多樣性閾值,且被框定在 optionality–$L$ 的統一語意下。

3. 形式化基底

設系統為 $N$ 個單元 $\{u_1,\dots,u_N\}$,各持狀態/參數/行為 $\phi_i$。

耦合算子:每步更新

$$\phi_i \;\leftarrow\; (1-\kappa)\,f_i(\phi_i)\;+\;\kappa\,g\big(\{\phi_j\}_{j\in \mathcal{N}(i)}\big),\qquad \kappa\in[0,1].$$

$\kappa=0$:單元全獨立(差異化最大、無共享);$\kappa=1$:全由鄰域聚合驅動(融合最大、mode collapse)。$\mathcal{N}(i)$ 為耦合拓撲(結構化耦合即對 $\mathcal{N}$ 動刀,見 §6)。

差異化 $D=\mathrm{Div}(\{\phi_i\})$(如平均成對距離、行為熵),隨 $\kappa$ 遞減。 共識/載波鎖相 $\rho = 1 - D/D_{\max}$,隨 $\kappa$ 遞增。 目標保真/調變 $\lambda = $ 對真實目標 $L$ 的表現;現實以代理 $\hat\lambda$ 估計(§10)。 $(P)$ 簽名:存在時間窗使 $\dot\rho>0$ 且 $\dot\lambda\le 0$——共識在升、保真不升。

4. 有限耦合定理

定理 4.1(有限耦合):在非平凡搜尋/學習/演化問題上,期望表現對 $\kappa$ 為單峰:存在中間 $\kappa^*\in(0,1)$ 使表現最大。$\kappa\to1$ 因多樣性崩潰陷過早收斂;$\kappa\to0$ 因無重組陷脆裂與局部最優。

論證(非形式):差異化是變異的載體;選擇/學習只能作用於差異。$D\to0$(全耦合)消滅變異 → 無從改良,只能執行既有共識。$\kappa\to0$ 雖保 $D$ 最大,但單元間無資訊流 → 好解不傳播、無協同。二端皆退化,最優在中間。$\square$(嚴格化需指定 $f,g,L$ 的類,留待後續。)

51>49 推論(多樣性地板):最優策略維持 $D \ge D_{\text{floor}}>0$——秩序略勝混沌但永不全勝,複數永不塌成單數。此即《相位交流》$L=\Omega$ 的計算對偶:不動點不是收斂到一,是收斂到一個保留差異的吸引子。

5. 差異化即 optionality

差異化之所以有價值,因為它是一組未平倉的賭注。

命題 5.1:在不確定/非平穩環境中,維持一組差異化候選的期望價值等於一個 real-option:其價值隨環境波動性 $v$ 上升、隨不確定性消解下降。

故:$v$ 高(環境動盪、目標未知)→ 該降 $\kappa$、保多樣、廣探索(握住選擇權);$v$ 低(穩定、目標已知)→ 該升 $\kappa$、收斂、利用(兌現選擇權)。此為 explore/exploit 的 optionality 版,並與 EveMissLab 的 D-A-D' 經濟結構同形:差異化是 optionality,optionality 在不確定下才計價。novelty search 的反直覺成功,正是「在欺騙性地景上,持有的選擇權價值高過直奔目標」的經驗證據。

6. 結構化耦合:重點是拓撲,不是強度

原理 6.1:有生產力的限制是結構化的,不是量大的。隨機切斷有用重組、又不保住有用多樣性的耦合,只是破壞。

耦合拓撲 $\mathcal{N}$ 應切在「自然接縫」上(near-decomposability):令功能單元彼此分明、容許跨單元選擇與交換。模組化耦合可演化;隨機耦合脆裂。dropout、MoE 稀疏路由、模組化網路、microservices 皆為「邊界下在接縫上」的實例。技術在哪裡下刀,比下幾刀重要。

(編織對偶:線要分明才織得成布,但分明的線必須仍能交織;全糊或全不交皆非布。)

7. 退火與波動自適應:$\kappa$ 是時程,不是常數

原理 7.1:$\kappa$ 不應鎖死。早期高差異化(廣探索),後期收斂(鎖定),如退火。但時程不應預設,應隨估計波動性 $\hat v$ 與當前差異化 $D$ 調整。

固定退火/固定遷移率是開環的:對著時鐘動作。本文主張閉環(§9):對著系統狀態與環境動作。當 $\hat v$ 突升(環境變了),即使在「後期」也該重新升高差異化——這是固定時程做不到、而 $(P)$-觸發能做到的。

8. 計算尺度的 $(P)$:過早收斂作為偽成功

定義 8.1(計算偽成功):系統呈現高共識 $\rho$ 與停滯/退化的目標保真 $\lambda$——亦即單元自信地趨同到一個非由保真度改善所驅動的狀態。

這把「過早收斂」「mode collapse」「回音室」統一為一個可監測的簽名:$\dot\rho>0 \wedge \dot\lambda\le0$。它是危險信號,因為內部沒有任何模組在計算 $\lambda$ 時,趨同會被誤讀為進展(共識的舒適感冒充了正確性)。偵測 $(P)$,就是偵測「集體在鎖相一個沒有投影到 $L$ 的真空」。

9. PACC:偽成功觸發自適應耦合控制器

本文的核心貢獻。閉環控制律:對著 $(P)$ 簽名動作,而非時鐘。

# PACC: Pseudo-success-triggered Adaptive Coupling Controller
# 輸入: 單元群 {φ_i}, 初始耦合 κ, 步長 Δ, 多樣性地板 D_floor,
#       窗口 W, 容差 ε
# 量測: D(多樣性), ρ=1-D/Dmax, λ̂(目標保真代理), v̂(波動性估計)

for t in steps:
    update_units(φ, κ)                      # §3 耦合更新
    D   = diversity(φ)
    ρ   = 1 - D / Dmax
    λ̂   = proxy_fidelity(φ)                 # §10 代理: held-out / disagreement / info-gain
    dρ  = slope(ρ, window=W)
    dλ  = slope(λ̂, window=W)
    v̂   = volatility_estimate(env, window=W)

    # --- (P) 偵測: 自信趨同卻無保真進展 ---
    if dρ > 0 and dλ <= ε:
        κ = κ - Δ                            # 降耦合, 注入差異化
        if D < D_floor:
            rediversify(φ, fraction=r)       # 擾動/重啟子集, 強制 D ≥ D_floor

    # --- 鞏固: 多樣、穩定、保真在升 ---
    elif D > D_target(v̂) and dλ > ε and v̂ low:
        κ = κ + Δ                            # 升耦合, 收斂利用

    # --- 波動自適應目標 (§5, §7) ---
    κ_target = κ_of(v̂)                       # v̂↑ → κ_target↓ (握選擇權)
    κ = clamp(κ, toward=κ_target)
    κ = clamp_for_floor(κ, D, D_floor)       # 保證 51>49 多樣性地板

要點:扳機是 $(P)$ 簽名,不是 $t$;κ_of(v̂) 把 optionality–波動性關係(§5)寫進目標;clamp_for_floor 把 51>49 地板硬寫進控制律,使系統永不全融合。

命題 9.1(PACC 的設計斷言):在以過早收斂為主要失敗模式、且環境非平穩或目標欺騙性的問題上,$(P)$-觸發的重新差異化,期望優於時鐘式(固定退火/固定遷移率)基線——因為它在共識虛假上升的當下動作,而非在預設的時刻。

10. $\lambda$ 的可量測性問題與代理(健全邊界)

與《相位交流》§16 第三刀同形的限制跟過來了:

偵測 $(P)$ 需量 $\lambda$;$\lambda$ 要求對真實目標 $L$ 的保真;但現實常無 ground truth(有的話就沒這問題)。故 PACC 以代理 $\hat\lambda$ 運作:

held-out 驗證:在保留集上的表現(監督/RL 可用)。
disagreement 不確定性:單元間預測分歧作為「尚未真正解決」的代理(分歧低但驗證不升 = 假收斂)。
新增正確資訊速率:若共識升、而新命中/新覆蓋不升,即 $(P)$ 簽名,不需全知真相。

邊界陳述:PACC 能偵測「趨同卻無可量測進展」(相對層,代理可達);要偵測「趨同卻無真相」(絕對層),仍需驗證 oracle / $L$-檢查器。演算法的健全邊界與本體論的絕對底,是同一條線——同一結構在兩尺度自洽,是好兆頭,不是巧合。

11. 與既有方法的差異化

vs 固定退火 / 固定遷移率:PACC 閉環、對狀態動作;前者開環、對時鐘動作。非平穩環境下前者失效,PACC 可再差異化。
vs 靜態 QD(MAP-Elites):QD 維持多樣性但不以「保真停滯」為動態扳機調耦合;PACC 把多樣性維持變成對 $(P)$ 的反饋控制。
vs diversity-controlled GA / 自適應重啟(CMA-ES):概念相鄰;PACC 的特定主張是扳機=$(P)$ 簽名($\rho{\uparrow}\wedge\lambda{\text{-progress}}{\downarrow}$)+ optionality–波動性目標 + 跨襯底統一語意。
vs entropy regularization:熵正則以固定/排程係數維持差異化;PACC 的係數是對 $(P)$ 的閉環函數。

誠實定位:PACC 不是無中生有,是把分散在各領域的「維持差異化」機制,收斂到一個以偽成功為扳機的統一控制器。

12. 可測預測與實驗設計

核心預測:在過早收斂為主導失敗模式的基準上,PACC 應勝過時鐘式基線;在平穩、非欺騙性問題上,兩者應無顯著差異(PACC 不該無謂付出探索成本)。

建議基準:

欺騙性 GA 地景(deceptive trap functions):測再差異化是否逃出陷阱。
硬探索 RL(Montezuma 類稀疏獎勵):測 $(P)$-觸發是否優於 $\varepsilon$ 衰減。
集成多樣性任務:測 $(P)$-觸發的去相關是否提升泛化。
非平穩流(concept drift):測 $\hat v$ 突升時的再差異化反應。

主檢驗:對「失敗模式 ×(PACC vs 固定時程)」的交互效應——PACC 的優勢應集中在過早收斂主導且非平穩的格子,而非全面。

13. 自洽範圍聲明與反例壓力

自洽範圍:本文為框架 + 猜想,主張在 EveMissLab 體系內自洽,非已驗證的實證真理。定理 4.1 的單峰性、命題 9.1 的設計斷言,皆待 §12 基準支撐。

仍承壓的接縫:

定理 4.1 嚴格化需指定 $f,g,L$ 的類;目前為非形式論證。
PACC 依賴代理 $\hat\lambda$;代理與真 $\lambda$ 的落差,可能讓控制器在「代理升而真相不升」時誤判(代理本身被 $(P)$ 污染)。此為最危險的內部回饋陷阱,須另設代理的代理或正交驗證。
$\kappa,\Delta,D_{\text{floor}},W$ 的調參敏感度未知。

可證偽路線:若在過早收斂主導且非平穩的基準上,PACC 仍不勝於時鐘式基線(命題 9.1 的交互不成立),則本框架的核心實用主張受重創。

哲學結語

計算機科學花了數十年,在每個子領域各自重新發現同一件事:不要讓你的單元太快變成同一個。遺傳演算法叫它過早收斂,深度學習叫它過擬合,生成模型叫它 mode collapse,分散式系統叫它回音室——四個名字,一個真相:自信的趨同,是搜尋的死亡偽裝成搜尋的成功。

PACC 不過是把這個被分散命名的智慧,接上一根神經:讓系統能感覺到自己正在虛假地達成共識,並在那一刻,主動把自己拆得不那麼一致。

最會搜尋的系統,從來不是收斂最快的那個,是懂得在自己即將定論時、對自己起疑的那個。智慧或許不在於多快地達成一致,而在於保留一種能力——在所有單元都點頭的那一刻,還留著一個搖頭的。下一個沒人預見的問題,只會被那個還沒被同化的搖頭解開。

參考文獻(對位用,非窮舉)

Breiman, L. (1996/2001). Bagging predictors / Random forests. Machine Learning.
Kirkpatrick, S., et al. (1983). Optimization by simulated annealing. Science, 220.
Lehman, J., & Stanley, K. O. (2011). Abandoning objectives: Evolution through novelty search. Evolutionary Computation, 19(2).
McMahan, B., et al. (2017). Communication-efficient learning of deep networks from decentralized data (FedAvg). AISTATS.
Mouret, J.-B., & Clune, J. (2015). Illuminating search spaces by mapping elites (MAP-Elites). arXiv.
Shazeer, N., et al. (2017). Outrageously large neural networks: The sparsely-gated mixture-of-experts layer. ICLR.
Simon, H. A. (1962). The architecture of complexity. Proc. American Philosophical Society, 106.
Srivastava, N., et al. (2014). Dropout: A simple way to prevent neural networks from overfitting. JMLR, 15.
Sutton, R. S., & Barto, A. G. (2018). Reinforcement Learning: An Introduction (explore/exploit, entropy methods).
Klyubin, A., et al. (2005). Empowerment: A universal agent-centric measure of control. CEC.
[演化計算島嶼模型 / 多樣性維持:Cantú-Paz 等並行 GA 文獻;niching / fitness sharing。]
EveMissLab:《相位交流猜想》($\rho,\lambda,L,(P)$ 同源)、$L=\Omega$ / Cl 公理、D-A-D' optionality 結構、51>49 原則。

原始檔（供 RAG/下載）：papers/PACC_v0.1.md [md]