英国University College London (UCL) 博士程小远、新加坡Nanyang Technological University (NTU) 博士元文瑄(master project)，为本文共同第一作者；法国Institut Polytechnique De Paris 程思博教授、美国Santa Fe Institute 施密特学者章元肇等，为本文合作者，上海财经大学助理教授孙卓，为本文通讯作者。
图1：软体机器人的模拟以及控制
大多数世界模型工作默认：只要学到一个好的 latent dynamics，问题就解决了。 但这个假设本身是可疑的——什么样的信息，才足以支撑一个可预测、可传播的动力学？本文从信息论出发，重新审视这一前提。
一个自然的思路是：如果非线性动力学难以建模，能否把它转化为线性问题？Koopman 算子正是这样一种诱人的框架，它试图将复杂系统嵌入潜空间，使其演化近似线性。这一思路在物理表示、天气预测和流体控制中具有极强吸引力。 然而，这种线性化并不是免费的，它依赖于一个精心构造的表示空间，而这个空间本身才是最难学习的部分。
因此，真正的核心问题不是如何学习一个隐变量表征，而是：在有限维表示中，究竟哪些信息必须被保留，才能支撑稳定的动力学传播与长期预测？
为此，UCL、ICL、Santa Fe Institute、Institut Polytechnique De Paris、上海财经大学最新联合提出Information Shapes Koopman Representation。这项工作从动态信息瓶颈的角度重新审视 Koopman 表征学习，明确 Koopman learning 真正所需要的信息，并据此构造出一个可优化的目标。
- 论文地址：
- https://openreview.net/forum?id=Szh0ELyQxL
- 代码地址：
- https://github.com/Wenxuan52/InformationKoopman
目前，该成果已被 ICLR 2026 Oral 接收。
动机：
世界模型在Koopman表征下难的，不只是「学一个 latent」
Koopman表征学习问题在于，Koopman 表征并不只是像传统潜空间学习方法，比如Autoencoder、Variational Autoencoder，一样「学一个能重建输入的 latent」。相比较而言，它还需要同时满足三个更强的性质：
- Temporal Coherence：潜空间表示要能稳定地随时间传播；
- Structural Consistency：潜空间中的演化要尽量符合 Koopman 的线性结构；
- Predictive Sufficiency：表征里要保留足够多、足够关键的动力学模式，才能支撑长期预测。
这就带来了两个需要权衡的问题：
1、如果 latent 保留的信息太多，表征会更丰富，但很难维持简单稳定的线性结构；
2、如果压缩得太狠，又容易丢掉长期预测真正需要的关键模态。
所以，该论文真正想回答的问题不是 "再加一个模块"，而是顺着这个Trade-off：
在有限容量下，一个好的 Koopman 表征，到底该保留什么信息？
图2：信息论 Koopman 框架。(a) 带有 Information-shaped 优化目标的 Koopman 表征学习结构总览；(b) Koopman 模态与互信息项对应关系；(c) 互信息（MI）和冯·诺依曼熵（VNE）对模态中信息分配的水填充效应。
关键视角：
从信息瓶颈角度看待学习动力学的问题
这篇论文的切入点，是把这个问题重新放回到信息瓶颈（Information Bottleneck, IB）框架下理解。
经典的信息瓶颈强调：一个好的表征，并不是尽量把输入中的所有信息都搬进 latent，而是在压缩的同时，保留对下游任务最重要的信息。
对应到 Koopman learning，这里形成了一个动态的信息瓶颈公式：
那么核心目标就变成：学习一种 Koopman representation ，使其对未来状态具有最大的线性可预测性（Relevance↑），同时保持尽可能结构紧凑（Complexity↓）。
理论分析：
为什么互信息重要，但只靠互信息还不够？
围绕这个目标，论文给出了三个相互衔接的理论结论。
1、长期预测误差，本质上来自逐步累积的信息损失
论文首先从信息传播的角度分析了 Koopman 潜空间传播的误差来源。结论很直观：
当原始非线性系统被 Koopman 表征近似时，每一步传播都会损失一部分预测相关的信息，而长时间预测误差，就是这些小损失一步步累积起来的结果。
这意味着，Mutual Information（互信息，MI）直接关系到 Koopman 表征能够保住多少预测能力。
2、不是所有信息都一样重要
但只能通过互信息来量化error还不够，因为这只能告诉我们损失了多少，却不能告诉我们损失的是哪一类信息。
3、只最大化 MI，会导致 mode collapse
那么，一个很自然的想法是：既然temporal-coherentinformation最重要，那是不是只要尽量增大这部分互信息就够了？
答案是否定的。
论文发现，MI的确会优先把信息分配给最稳定、最有收益的少数模态，但这也会带来副作用：信息过度集中到几个 dominant modes 上，导致潜空间有效维度下降，出现mode collapse。
为了缓解这个问题，论文又引入了von Neumann entropy（VNE）。它的作用，不是简单再加一个正则项，而是尽量避免模态信息过度集中，让潜空间保持必要的模态多样性。
简单来说，这篇论文的核心洞察就是：MI 负责保住「对的模态」，VNE 负责保住「足够多的模态」（图2(c)）。
从理论走向算法：一个真正「information-shaped」的 Koopman 目标
基于上面的分析，论文进一步构造了一个信息论驱动的 Lagrangian 目标，把互信息、结构一致性项、重建项以及 von Neumann entropy 统一到一个可优化框架中（图2(a)）。
图3：提出的Information-shaped Koopman 目标及其可优化形式。上方为从理论分析得到的统一 Lagrangian：由互信息项、von Neumann entropy项、重构项共同构成；下方为对应的可训练目标，进一步对应到 Koopman 表征学习中的三个性质。
更重要的是，这个目标和 Koopman learning 的三个核心性质是一一对应的（图3）：
- MI 项对应于Temporal Coherence，强调时间上的稳定传播；
- 线性 forward 一致性项对应于Structural Consistency，保证潜空间演化与 Koopman 线性结构一致；
- VNE 项对应于Predictive Sufficiency，帮助模型保留足够丰富的有效模态；
- 再结合 reconstruction / ELBO 项，使整个模型能够在实际训练中稳定优化。
也就是说，该论文将 "一个好的 Koopman 表征该保留什么信息" 这个问题，转换成了一个可优化的训练目标。
实验结果：不仅更准，而且更稳
实验部分，论文在三类任务上验证了这套方法：
- 物理动力系统预测：如 Lorenz 63、Kármán vortex、Dam flow、ERA5 天气预测；
- 高维视觉输入下的控制与表征学习：如 Planar、Pendulum、Cartpole；
- 图结构动力学预测：如 Rope 和 Soft Robotics（如图1）。
结果表明，这套方法在短期和长期预测误差上优于多种 Koopman baseline（图4和5）。
图4：全球天气场包括地球重力势能、温度、湿度和风速。最左列为真实物理场，最右列为本文方法的预测结果。
图5：在其余两类图结构和视觉输入动力学系统上的泛化表现。左为图结构动力学场景，以带有噪声的 Rope 和 Soft Robotics 两个任务为例；右为视觉输入场景，以 Planar、Pendulum 和 Cartpole 控制任务为例。
尤其是在 Kármán vortex 的可视化中，在谱性质和manifold 结构上，论文展示了一个很有说服力的现象（图6）：
图6： Kármán vortex 任务上的 latent space 几何分布与 Koopman 谱结构可视化。上排比较了不同 baseline 方法在 latent space 中的轨迹分布，论文方法的 rollout 轨迹更接近单步预测，也更符合真实动力学的极限圆演化结构；下排展示了 Koopman 谱分布，论文方法学到的特征值更多分布在单位圆附近，形成了更稳定的几何结构。
相比容易出现谱退化和轨迹漂移的 baseline，加入 MI 与 VNE 后，模型学到的特征模态更加稳定，长期轨迹也更接近真实动力学结构。
总结与展望
这篇工作的重要性，在于它把 Koopman 表征学习从一个技巧性方法，重新嵌入到世界模型的基本问题之中。世界模型关心的从来不是表示本身，而是一个表示是否包含足够的信息去支持动力学的预测与控制。在这一视角下，Koopman 方法中的 simplicity 与 expressiveness 不再是调参经验，而是被明确为一个信息论上的优化目标。因而问题发生了转变。关键不再是能否找到一个线性化的潜空间，而是在有限维约束下，哪些信息是必须被保留的，才能使动力学既可传播又可预测。
热门跟贴