Lyapunov（李雅普诺夫）方法是以俄国数学家亚历山大·李雅普诺夫命名的稳定性分析理论，核心思想是通过构造一个能量式函数来判定动力系统是否会收敛到平衡状态。在当前 AI 研究中，它既是强化学习与控制领域设计稳定策略的理论工具，也是分析神经网络训练动态的重要数学框架，近年来的一个明显趋势是「Lyapunov + 深度学习」的交叉融合。
Lyapunov 与深度学习的结合进展
在线学习的稳定性是机器学习落地的难点。Google DeepMind 在 2025 年 9 月发布的 arXiv:2609.32289v1 工作将 Neural ODEs 与并发学习结合，利用 Lyapunov 分析保证在线学习过程的稳定性，为持续学习中的灾难性遗忘问题提供了理论支撑。
如何让神经网络自己学会稳定性证明？arXiv:2609.18894v1 的研究尝试用神经网络直接近似非线性系统的李雅普诺夫函数，将「验证稳定性」这一传统控制难题转化为可学习的优化问题，这是神经控制安全验证方向的主流路线之一。
在强化学习的奖励设计上，arXiv:2607.14001v1 把 Lyapunov 指数作为物理信息密集奖励，让 RL 智能体自发发现超越经典 Kapitza 摆的稳定化策略，说明 Lyapunov 量度可以作为动态系统的内在优化信号。
Lyapunov 视角下的理论分析工具
除构造稳定性判据外，Lyapunov 分析也被用于刻画算法本身的收敛行为。arXiv:2607.29593v1 研究扩散环境中多臂老虎机策略梯度的收敛与遗憾界；arXiv:2605.31594v1 则对分布式优化中的误差反馈算法给出紧致理论分析。这类工作共同特点是把优化过程视为动力系统，用 Lyapunov 函数下降来证明收敛性。
在神经网络训练理论方面，arXiv:2606.17013v1 分析了残差连接对深度网络梯度爆炸与消失的影响，其分析路径同样借助类 Lyapunov 的能量衰减视角，解释残差结构为何能稳定深层网络的训练动态。
当前焦点与观察点
综合近期文献，Lyapunov 相关研究呈现三个值得关注的走向：其一，从「人工构造 Lyapunov 函数」转向「神经网络的自动合成」，安全性验证成为核心瓶颈；其二，Lyapunov 指数开始作为奖励信号嵌入 RL 系统，用于探索不稳定系统的控制边界；其三，优化理论中的收敛性证明日益依赖 Lyapunov 框架，使它与分布式学习、策略梯度等热门方向产生交集。
争议与挑战同样清晰：神经网络近似的 Lyapunov 函数缺乏严格的验证手段，在大规模系统上的可扩展性有限；此外，用稳定性约束换取的收敛保证，往往以牺牲策略性能或学习速度为代价，如何在安全性与效率之间取得平衡仍是开放问题。对于关注控制理论、强化学习与安全 AI 交叉领域的研究者而言，Lyapunov 方法正从传统控制学科的基础工具，演变为机器学习可验证性的关键理论资产。