核心发现
方法论
论文提出Asymmetric EP（AsymEP）和Dyadic EP。系统由可微力场F(x,θ,u)驱动至平衡点F(x0,θ,u)=0；AsymEP在带标签扰动的学习阶段加入−2AJ(x0)(x−x0)，其中AJ=(JF−JFᵀ)/2，使修正系统在平衡点的雅可比变为JFᵀ。Dyadic EP则把状态扩展为(z,z′)，定义H=−(z−z′)ᵀF((z+z′)/2,θ)，以变分动力学实现同一梯度。
关键结果
- 在MNIST单隐藏层实验中，AsymEP在对称初始化后持续优于标准EP与Vector Field（VF），并表现出更快学习；论文报告50个隐藏神经元时，AsymEP与VF诱导非零结构非对称性，而EP保持初始对称。
- 固定结构非对称率rstr时，训练全部参数的AsymEP在rstr=0达到93.8±0.4%，在rstr=0.875仍达94.9±0.2%，甚至可训练完全反对称Jdyn；VF在rstr=1仅5±3%或8±4%，接近随机水平。
- 理论上，VF使用JF⁻¹∂C/∂x，而真实梯度需要(JFᵀ)⁻¹∂C/∂x；AsymEP通过局部反对称修正得到后者，并与Backpropagation Through Time在极限意义下等价。
研究意义
研究突破了标准Equilibrium Propagation依赖保守能量函数和对称连接的限制。它把精确信用分配扩展到前馈网络、非互易神经回路及远离热平衡的物理系统，同时保留平衡态推理与学习这一适合模拟硬件的核心特征。对神经科学而言，结果说明误差信号不必由独立反向电路显式传输；对工程而言，光学、忆阻器、电路和耦合振子等非保守载体获得了可训练框架。
技术贡献
核心技术是将雅可比分解为SJ=(JF+JFᵀ)/2与AJ=(JF−JFᵀ)/2，并在扰动阶段加入−2AJ(x−x0)，令JFA(x0)=JFᵀ，从而严格匹配隐式微分所得梯度。Dyadic EP进一步把任意力场嵌入2n维扩展空间的能量H，实现正负扰动并行。两者均不需要时间反演；AsymEP还以一阶投影解释Dyadic EP。
新颖性
相较仅在保守情形精确的VF，以及通过惩罚雅可比非对称性近似保守系统的方法，本文首次系统地把EP推广到任意可微非保守力场，并给出精确梯度保证。其新意不只是补偿误差，还提供了AsymEP的局部动力学实现与Dyadic EP的变分推导。
局限性
- 算法假设自由平衡点附近JF可逆且动力学稳定；强非线性、振荡或多稳态系统可能难以收敛，且计算雅可比和反对称修正会增加硬件实现复杂度。
- 实验主要采用单隐藏层连续Hopfield网络，并在CIFAR-10卷积前馈设置中验证；论文摘要未给出完整CIFAR-10数值，因此对大规模现代网络的可扩展性仍待证明。
未来方向
后续应测试深层卷积、Transformer式稀疏连接、噪声与时变输入，并设计无需显式存储x0的在线局部电路。还需比较能耗、延迟、稳定性及真实忆阻器、光学和振子硬件上的误差容忍度。
AI 总览摘要
现代神经网络依赖反向传播，但它需要独立的反向通路、误差信号长距离传输和梯度存储，这些机制难以直接映射到生物神经回路及模拟硬件。Equilibrium Propagation（EP）以自由平衡态和轻微“推向标签”的扰动平衡态之差估计梯度，因此具有局部、连续和物理化优势。然而传统EP要求系统由能量函数产生，通常意味着连接具有互易性；前馈网络和许多非平衡物理系统因此被排除。
Scurria等提出Asymmetric EP（AsymEP）与Dyadic EP。AsymEP在学习阶段计算自由平衡点的雅可比JF，并提取反对称部分AJ=(JF−JFᵀ)/2；随后在标签扰动动力学中加入−2AJ(x−x0)，使有效雅可比变成JFᵀ，恰好满足隐式微分的真实梯度公式。Dyadic EP则把状态复制为(z,z′)，在2n维空间定义H=−(z−z′)ᵀF((z+z′)/2)，用扩展能量产生等价学习动力学。
结果显示，AsymEP在MNIST上比EP和VF学习更快；固定非对称率时，训练全部参数可在rstr=0.875取得94.9±0.2%，而VF在完全反对称情形仅5±3%或8±4%。AsymEP在rstr=1仍能学习。该工作把精确信用分配带入非互易网络，为神经形态、光学和忆阻器系统提供新路线，但稳定性、雅可比计算成本及大规模网络验证仍是关键挑战。
深度分析
研究背景
EP由Scellier与Bengio提出，以自由相和扰动相的平衡态差异实现梯度估计。后续研究发展了时间局部更新、随机EP、钳制和物理载体实现。但标准EP基于能量E，力场F=−∂E/∂x，天然要求互易连接。前馈网络、主动材料、非线性光学和远离热平衡系统通常具有非互易作用，因此无法直接使用。
核心问题
目标是在F(x0,θ,u)=0的稳态上计算dC(x0,y)/dθ。VF用JF⁻¹∂C/∂x近似后突触误差信号，而真实梯度要求(JFᵀ)⁻¹∂C/∂x。两者仅在JF=JFᵀ时一致；反对称成分越强，误差越大，极端纯反对称时甚至可能沿梯度上升。
核心创新
- �� AsymEP：在自由平衡点测量JF，加入−2AJ(x−x0)，令修正雅可比等于JFᵀ。
- �� Dyadic EP：将n维系统扩展到(z,z′)的2n维空间，用H和D构造变分学习；m=(z+z′)/2遵循原推理，d=z−z′承载误差信号。
- �� 理论联系：AsymEP是Dyadic EP在原空间的一阶投影，并与BPTT梯度一致。
方法详解
- �� 自由相：积分dx/dt=F(x,θ)，直到得到x0。
- �� 雅可比分解：计算JF=∂F/∂x，并取AJ=(JF−JFᵀ)/2。
- �� 扰动相：分别用±β积分dx/dt=F−β∂C/∂x−2AJ(x−x0)，得到xA+β和xA−β。
- �� 更新：Δθ=ε(∂F/∂θ)ᵀ[(xA+β−xA−β)/(2β)]。
- �� Dyadic路线：定义H=−(z−z′)ᵀF((z+z′)/2)，D=C((z+z′)/2)，并在HT=H+βD下同时演化z与z′。
实验设计
数据集包括MNIST、Fashion-MNIST和CIFAR-10；输入归一化到[−1,1]，标签为{−1,1}独热编码。主要模型是含单隐藏层的连续Hopfield网络，激活函数为tanh，训练Jin与Jdyn。比较AsymEP、标准EP、VF及Backpropagation，并考察隐藏层宽度、训练轮数、结构非对称率rstr和仅训练输入权重或全部参数。
结果分析
对称初始化时，AsymEP在MNIST的1轮和20轮测试中均优于EP、VF。固定rstr实验中，AsymEP全参数训练在0和0.875非对称率分别达到93.8±0.4%与94.9±0.2%，rstr=1仍可学习；VF在rstr=1仅5±3%或8±4%，并在约0.5至0.8区间发生崩溃。非对称修正还减少了全连接拓扑中的振荡。
应用场景
直接场景包括可训练前馈网络、非互易光学与光电系统、忆阻器交叉阵列、耦合振子和主动材料。前提是系统具有可微局部动力学、可达到稳定平衡，并能在学习阶段实现局部反对称反馈。若硬件能保存自由态x0，AsymEP可用两次扰动相完成更新。
局限与展望
主要限制是稳定性与规模：方法需要可逆JF、平衡收敛及反对称修正，强非线性或噪声可能破坏这些条件。计算或实现JF会带来存储和连线开销，且学习阶段可能需要物理反馈连接。实验网络规模有限，大型深度模型、真实硬件能耗和CIFAR-10的完整定量优势仍需进一步研究。
通俗解读 非专业人士也能看懂
把神经网络想成一座会自动调节的工厂。输入原料后，机器不停运转，直到所有传送带和工位达到稳定状态，这就是“自由状态”。如果把正确答案贴在出口旁，工厂会受到一点点提醒，形成另一个接近的稳定状态。比较两种状态中每个零件的位置变化，就能知道哪些零件应该调整。
问题在于，普通工厂的传送带可能只向前传送，不能保证来回作用完全对称。旧方法把这种工厂误当成对称系统，因此非对称越强，改进方向越不可靠。AsymEP先检查各工位之间的非对称影响，再在学习时加入一条专门的补偿通道，让状态变化像真正的“责任追踪”方向。Dyadic EP则复制整座工厂，让两套工厂同时运行，用它们的差异直接形成改进信号。
在MNIST上，AsymEP面对强非对称连接仍保持约94.9%准确率，而VF在完全反向的连接结构下接近随机猜测。这说明系统本身的稳定变化可以承担部分“谁该负责”的工作，不一定需要一条单独的反向流水线。
简单解释 像给14岁少年讲一样
想象你在玩一个需要调节很多旋钮的游戏：目标是让机器人正确识别数字。先让机器人自己跑一会儿，直到动作稳定；然后给它一个小提示，比如告诉它答案其实是“7”，再让它跑一次。比较两次动作，就能猜出哪些旋钮该往哪边拧。
但有些机器人内部的道路是单向的：A能影响B，B却不能同样影响A。普通EP会把道路当成双向的，所以道路越不对称，提示就越容易带偏。论文的新方法AsymEP会先测量这种“不对称程度”，再在训练时加入补偿动作，让机器人得到正确的调整方向。另一个方法Dyadic EP更酷：它复制一个机器人，让两个版本并行工作，用差异制造学习信号。
实验里，AsymEP在MNIST上表现很好。当连接非常不对称时，它仍有94.9%的准确率；VF却掉到大约5%到8%，几乎像随机猜。也就是说，机器人不一定需要一条专门的“反向道路”，只要整体运动足够稳定，也能学会改进！当然，系统太大、太吵或不停摇摆时，方法还需要更多测试。
术语表
Equilibrium Propagation（平衡传播）
利用动力系统的稳定状态进行推理和学习。通过比较自由状态与标签扰动状态估计梯度。
本文以EP为基础，将其扩展到非保守系统。
Non-conservative system（非保守系统）
不能由单一能量函数生成的动力系统，常具有非互易或反对称相互作用。其稳态不必是能量最低点。
前馈网络和主动物理系统属于本文目标对象。
AsymEP（非对称平衡传播）
在扰动阶段加入反对称雅可比补偿项的EP算法。它使学习动力学产生真实梯度所需的转置雅可比。
核心算法，更新式为Δθ=ε(∂F/∂θ)ᵀΔx/(2β)。
Dyadic EP（成对平衡传播）
把原系统复制到两个状态变量组成的扩展空间，并用能量函数描述学习。两份状态的差异承载误差信号。
作为AsymEP的变分表述和并行实现。
结构非对称率rstr
rstr=||(Jdynᵀ−Jdyn)/2||F/||Jdyn||F，用于衡量连接矩阵的反对称程度。它不同于依赖神经状态的雅可比非对称性。
实验中用于控制网络非保守程度。
开放问题 这项研究留下的未解疑问
- 1 如何在百万级参数网络中低成本获得或近似JF，并避免显式反馈连线，是从理论算法走向实用硬件的关键问题。
- 2 强噪声、时变输入、多稳态和不稳定振荡下，AsymEP是否仍保持无偏梯度，需要更严格的随机动力学理论与实验证据。
- 3 CIFAR-10及真实芯片上的能耗、延迟和精度优势尚未充分量化，难以判断其相对反向传播的系统级收益。
应用场景
近期应用
模拟神经形态训练
在忆阻器阵列、可调电路或耦合振子中实现自由相与±β扰动相，利用局部状态差更新权重。前提是系统能保存x0并支持学习阶段的反馈补偿。
非互易前馈网络
对具有单向或不对称连接的分类器使用AsymEP，训练输入、隐藏和输出参数，避免VF只有效训练最后一层的问题。
远期愿景
物理智能平台
将光学、光电、主动材料等远离热平衡系统直接变成可训练计算介质。主要障碍是稳定性、器件噪声、反馈布线和大规模参数控制。
原文摘要
Equilibrium Propagation (EP) is a physics-inspired learning algorithm that uses stationary states of a dynamical system both for inference and learning. In its original formulation it is limited to conservative systems, $\textit{i.e.}$ to dynamics which derive from an energy function. Given their applications, it is important to extend EP to non-conservative systems, $\textit{i.e.}$ systems with non-reciprocal interactions. Previous attempts to generalize EP to such systems failed to compute the exact gradient of the cost function. Here we propose a framework that extends EP to arbitrary non-conservative systems, including feedforward networks. We keep the key property of equilibrium propagation, namely the use of stationary states both for inference and learning. However, we modify the dynamics in the learning phase by a term proportional to the non-reciprocal part of the interaction so as to obtain the exact gradient of the cost function. This algorithm can also be derived using a variational formulation that generates the learning dynamics through an energy function defined over an augmented state space. Numerical experiments show that this algorithm achieves better performance and learns faster than previous proposals.