2. 主动学习核心机制
主动学习之所以能在CAE样本优化中显著降低标注开销，核心在于它把“标注谁”从随机选择变成了有依据的决策。要理解这套机制，需要把五个概念串成一条因果链：代理模型提供对未知响应的快速预测，不确定性量化把预测的可靠程度变成可比较的数值，查询策略依据这些数值挑选最值得标注的样本，标注成本决定每次查询是否划算，而与被动学习的对比则说明这套机制在什么条件下真正带来收益。
代理模型：用廉价预测替代昂贵仿真
在CAE场景中，一次高保真仿真（如非线性瞬态有限元、CFD大涡模拟）可能耗时数小时到数天，而标注预算通常只允许几十到几百次仿真。代理模型的作用是：用已标注样本训练一个快速近似器，对候选池中成千上万个未标注设计点给出预测。常见选择包括高斯过程回归（GPR）、径向基函数（RBF）、Kriging、多项式混沌展开（PCE）以及轻量神经网络。以GPR为例，它同时输出预测均值 μ(x) 和预测方差 σ²(x)，后者天然可作为不确定性度量，因此在样本量较小的CAE主动学习中尤为常用。
代理模型不是一次性建好的，而是随标注样本增加而迭代更新。每一轮“训练—查询—仿真—回填”构成一个闭环，模型精度和查询质量相互促进。
不确定性量化：把“不知道”变成可排序的数
不确定性量化（UQ）是主动学习的“传感器”。在回归任务中，常用指标包括：
- 预测方差 σ²(x)：GPR直接给出，值越大表示模型对该点越没把握。
- 置信区间宽度：如95%置信区间半宽 1.96σ(x)，物理意义直观。
- 集成方差：训练多个代理模型（如不同核函数或不同初始化），用预测分歧度量不确定性。
- 距离型指标：候选点到最近已标注样本的欧氏距离或马氏距离，用于捕捉样本稀疏区域。
需要注意，UQ指标必须与任务目标一致。若目标是寻找全局最优，则不仅关心“哪里不确定”，还关心“哪里可能更优”，这就引出了查询策略中的采集函数。
查询策略：从不确定性到采集函数
查询策略决定如何把不确定性转化为选择依据。常见策略有三类：
- 纯不确定性采样：直接选 σ(x) 最大的点。适合均匀探索，但可能反复采样噪声大的边界区域。
- 纯探索型：选预测均值最优的点（如最小化目标函数），容易陷入局部最优。
- 采集函数平衡型：如 Expected Improvement（EI）、Upper Confidence Bound（UCB）、Probability of Improvement（PI）。以最小化问题为例，EI(x) = E[max(0, f_min − f(x))]，它同时考虑预测均值低于当前最优的程度和该处的不确定性，是CAE优化中最常用的策略之一。
实际使用时，常采用“先探索后利用”的混合策略：前若干轮以不确定性为主，快速覆盖设计空间；后若干轮逐渐增大EI权重，聚焦最优区域。
标注成本：主动学习的收益边界
主动学习并非免费。每次查询都要付出一次高保真仿真成本，且策略本身有计算开销（如GPR超参数优化、EI数值积分）。因此，判断是否值得用主动学习，要看单位标注成本与样本效率提升倍数的乘积。若被动学习需要200次仿真达到目标精度，主动学习只需60次，则即使策略计算耗时增加，总体仍可能节省70%的仿真时间。反之，若单次仿真只需几秒，主动学习的策略开销可能反而成为瓶颈。
与被动学习的对比：一张图看清差异
被动学习（如拉丁超立方、随机采样）在训练前一次性确定所有样本点，不利用模型反馈；主动学习则边学边选，把标注预算花在“信息量最大”的位置。下面的SVG对比了两者在同一代理模型精度目标下的样本使用路径与不确定性下降过程。
从图中可以读出三个关键差异：第一，被动学习的样本点在设计空间中均匀分布，不区分信息量高低；主动学习则把样本集中到模型最不确定或最可能改进的区域。第二，被动学习是一次性决策，无法利用中间反馈；主动学习是闭环迭代，每轮都能根据最新模型调整查询方向。第三，在相同精度目标下，主动学习通常能把仿真次数压缩到被动学习的30%～50%，具体倍数取决于问题维度、响应面光滑程度和采集函数选择。
一个可复现的迭代示例
假设某悬臂梁优化问题，设计变量为梁高 h ∈ [20, 80] mm 和腹板厚 t ∈ [2, 10] mm，目标是最小化最大应力，约束为质量不超过阈值。初始用LHS取10个样本，训练GPR代理模型，核函数选用Matern 5/2。每轮用EI采集函数在候选池（5000个随机点）中选出5个点，提交高保真有限元仿真，将结果回填后重新训练。迭代8轮后，总仿真次数为10 + 8×5 = 50次，代理模型在独立测试集上的R²达到0.94，而纯LHS需要约150次才能达到相近精度。这个示例中的数值属于合理假设，用于说明量级关系，实际项目需根据具体问题重新标定。
总结来看，主动学习核心机制可以概括为：代理模型提供快速预测，不确定性量化提供查询依据，查询策略把依据转化为选择，标注成本决定收益边界，而与被动学习的对比则回答了“什么时候该用、能省多少”的问题。理解这五者的关系，是后续设计具体CAE主动学习流程的基础。