OpenPRC: 物理リザーバ計算における物理からタスク評価までを統合する統一オープンソースフレームワーク

要旨: 物理リザーバ計算（PRC）は、物理基盤が本来備える非線形ダイナミクス（機械・光学・スピントロニクスなど、さらにはそれ以上）を固定された計算用リザーバとして活用し、省エネルギーで身体性のある機械学習を実現する、魅力的なパラダイムを提供します。しかし、PRCシステムを開発し評価するための実務的なワークフローは依然として分断されています。既存のツールは通常、基板固有のシミュレーション、デジタルリザーバのベンチマーク、またはリードアウト（読み出し）の学習といった、パイプラインの個別の部分にしか対応していません。欠けているのは、同一のデータ・インターフェースを通じて、高忠実度のシミュレーション軌道と実際の実験測定の両方を表現し、それによって、基板やデータソースをまたいだ再現可能な評価、分析、そして物理に配慮した最適化を可能にする統一された枠組みです。私たちは、このギャップを埋めるオープンソースのPythonフレームワーク「OpenPRC」を提示します。OpenPRCは、5つのモジュールを中心に構築された、スキーマ駆動の物理からタスクへのパイプラインによってこの問題を解消します。すなわち、GPU加速のハイブリッドRK4-PBD物理エンジン（demlat）、動画ベースの実験取り込み層（openprc.vision）、モジュール化された学習層（reservoir）、情報理論に基づく分析・ベンチマークツール（analysis）、そして物理に配慮した最適化（optimize）です。ユニバーサルなHDF5スキーマは再現性と相互運用性を強制し、GPUでシミュレーションされた軌道と実験で取得された軌道が、修正なしで同一の下流ワークフローに入力できるようにします。実証された機能には、折り紙（Origami）のティセレーションのシミュレーション、物理リザーバからの動画ベースの軌道抽出、および標準化されたPRCベンチマークのための共通インターフェース、相関診断、キャパシティ分析が含まれます。長期的には、PyBullet、PyElastica、MERLINを含む外部の物理エンジンと互換性のある、PRCコミュニティの標準化レイヤとして機能することを目指します。