arXiv发布基于WSBM的ESN动力学分析论文

2026年10月14日，arXiv Artificial Intelligence发布一篇论文，作者为Huy Mai与Robert Clarke，提出一种储备池计算框架：用加权随机块模型（WSBM）替换随机网络，为回声状态网络（ESN）引入具有生物模块化特征的储备池，并引入InputDSA以分离结构先验对内在循环动力学与外部输入的影响。结果显示，在所选取的网络子集上，结构多样性并不必然预示行为多样性；解混分析还证实了动力学的安娜·卡列尼娜原则，即环境约束使成功智能体动力学趋同，失败网络则退化为特异轨迹。该研究目前处于论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。