近日，一篇題為《連續時間中的反饋耦合記憶系統》的論文在arXiv上發佈，作者Stefano Grassi提出了反饋耦合記憶系統（FCMS）架構在連續時間下的完整實現。該工作填補了原始FCMS框架中兩個關鍵算子的定義空白，並建立了一套嚴格的理論穩定性條件。
FCMS架構最初通過四個抽象算子來形式化智能體與環境的閉環協調，其中智能體更新算子f_i和環境更新算子Ψ在原框架中被公理化為未定義。為了解決這一缺陷，論文引入機制智能（MBI）來定義f_i：智能體通過去中心化的價格機制和經濟學原理進行局部更新，從而使每個智能體的行為基於自身利益和環境信號。同時，環境更新算子Ψ由耦合記憶圖過程（CMGP）定義，CMGP是一個非馬爾可夫框架，將環境視為一個物理基底，能夠連貫地記錄並響應軌跡歷史，無需外部強制力。
基於上述定義，作者構建了連續時間FCMS實例。該模型實現了Lyapunov意義下的全局耗散性，其穩定性由可計算閾值4β² < 2ημγ²決定。這一結果推廣了離散時間FCMS的穩定性條件4ηβ² < γ以及CMGP的物理分岔閾值α_c = 1/K，從而統一了不同框架下的穩定性理論，並揭示了記憶耗散必須超過反饋增益的普適組織原則。
為了驗證理論預測，論文進行了數值模擬。在N=2個智能體的全耦合系統中，仿真結果精確吻合穩定性閾值。進一步的均場方法分析在N=10^6規模上確認了閾值的存在，並觀察到當條件被違反時，系統會出現自強化協調級聯現象——智能體行為與環境狀態相互增強，導致系統偏離平衡態。
這項工作為理解智能體與環境之間複雜耦合系統的穩定性提供了新的分析工具，並展示了經濟機制與物理記憶過程在連續時間框架下的自然融合。未來研究可以探索該框架在分佈式控制、多智能體系統和複雜網絡中的應用潛力。