高级功能
当您已经完成数据准备和基础训练，可以根据业务中的具体问题选择本章功能：把已知机理加入模型、补充历史信息、协调多个动作，检查预测与策略的可靠性，或批量比较参数。
根据业务需求选择
| 您要解决的问题 | 功能 | 实际例子 |
|---|---|---|
| 已知一部分变量关系，不想重复学习 | 专家函数 | 按加热命令计算功率，再学习温度响应 |
| 默认网络不能表达需要的结构 | 自定义网络 | 将无人机物理先验与 GRU 结合 |
| 领域公式能提供有用的附加信息 | 专家特征 | 用体积与流量计算水力停留时间 |
| 同一当前读数对应不同的后续变化 | 历史窗口 | 用过去温度区分升温和冷却过程 |
| 多个执行器共同影响业务目标 | 多控制节点 | 联合调节加热器与风机 |
| 策略可能过度依赖单个世界模型 | 双环境训练 | 在另一套倒立摆模型中交叉验证策略 |
| 需要识别预测不可靠的工况 | 不确定性评估 | 检查机器人动作覆盖及水处理预测误差 |
| 已确定参数范围，希望批量比较取值 | 自动搜索参数 | 比较倒立摆世界模型的三组学习率 |
把功能接入现有任务
先明确业务问题，再确定需要哪些数据。例如，使用温度历史需要连续采样与轨迹边界；增加停留时间特征需要体积和流量采用一致单位；联合控制需要记录各个执行器的动作。
各页按使用场景、具体例子、配置与运行、结果检查展开。配置片段需合入现有项目，完整示例会注明源码位置和执行目录。先完成预检，再用新的 run ID 训练，保留原配置作为比较基线。
比较效果与接入部署
每次优先调整一个与业务问题相关的设置，保持数据划分、验证窗口和指标一致。预测任务同时查看单步与多步误差，控制任务分别查看目标跟踪、动作代价与业务限制。
模型文件的加载、推理与导出见使用与部署模型。可运行的完整任务见任务列表，例如冰箱温控与无人机建模。