被放弃的欧拉角复活了：KAN如何拯救一个"过时"的旋转表示

一个被放弃的方案

2019年，Zhou等人在CVPR上投下了一颗炸弹：用6D表示替代欧拉角。他们的论证简洁有力——欧拉角有奇异性，万向锁（gimbal lock）会让梯度消失，在SO(3)这个弯曲流形上，三个角度参数化注定有缝。从那以后，6D、9D、四元数、轴角……旋转回归领域几乎一边倒地放弃了欧拉角。

六年后的今天，一篇来自arXiv的论文（2607.09650）说：等一下，你们可能扔错了。

论文的核心论点只有一句话：欧拉角的问题不在欧拉角本身，而在于你用了错误的函数类去拟合它。当你把欧拉角和Kolmogorov-Arnold Networks（KAN）配对时，那些所谓的奇异性、不连续性、训练不稳定——全都不见了。不仅不见，它还比主流的6D表示好了40%。

关键洞察：有界关节范围

让我们先理解一个被忽视的事实：在绝大多数实际应用中，旋转角度并不是无界的。

一个Franka机械臂的关节不会转360度，它的有效工作范围远小于理论极限。一只Allegro机械手的手指关节、一个人体骨架的髋关节——它们的运动范围都被生物力学或工程约束限制在一个窄区间内。论文指出，在这些有界范围内，欧拉角的奇异性根本不会出现。

万向锁发生在中间轴（通常是Y轴）转到±90度时。但如果你的机械臂关节范围是±45度，你永远不会碰到万向锁。这就像你担心高速公路上的悬崖——在正常车道上行驶时，悬崖不存在。

但论文走得更远。他们不只是说"有界范围内欧拉角安全"，而是发现了一个更深层的结构匹配。

KAN的加性结构：天作之合

Kolmogorov-Arnold Networks是2024年提出的新架构，核心思想来自Kolmogorov-Arnold表示定理：任何多变量连续函数都可以表示为单变量函数的有限组合。具体说，f(x₁, x₂, x₃) = Σ φᵢ(xᵢ) 的形式——加性结构。

而欧拉角在什么情况下是加性的？当关节范围有界、且每个轴的运动相对独立时，旋转矩阵的元素可以近似分解为三个角度的独立贡献。论文给出了理论分析（Section 3.5）：在有界范围内，欧拉角的旋转矩阵元素呈现出"近加性"结构——每个角度的贡献可以近似叠加。

这正是KAN最擅长拟合的结构。KAN用可学习的样条函数（spline）作为边上的激活函数，每个通道的非线性可以独立适应数据。当目标函数本身是加性的，KAN的样条天然能捕捉到这种结构。

对比之下，MLP用固定的激活函数（ReLU、GELU），要拟合加性结构需要整个网络协同调整——这就像用一把扳手去拧螺丝，虽然能拧，但效率低。

数据说话：5.2倍精度提升

论文的实验覆盖了四个层次：合成旋转回归、物体姿态估计、机械臂逆运动学、人手逆运动学。结果一致。

合成旋转回归：KAN+Euler的MAE（平均角度误差）为2.40度，GE（测地线误差）为4.60度。主流的MLP+6D基线是4.02度和7.01度。误差降低了40%和34%。

更精彩的是消融实验。MLP+Euler的GE是7.94——比MLP+6D（7.01）还差。这说明：欧拉角+MLP是糟糕的配对，但欧拉角+KAN是优秀的配对。准确性不由表示或架构单独决定，而由两者的匹配决定。

机械臂逆运动学（Franka）：当只有3个关节活跃时，KAN+Euler的FKE（前向运动学误差）为0.16cm，成功率100%；MLP+6D是0.83cm，成功率71.6%。精度提升5.2倍。随着活跃关节减少（问题越难），KAN+Euler的优势越大——5关节时1.3倍，4关节时2.6倍，3关节时5.2倍。

人手逆运动学：在Allegro手上，KAN+Euler的MAE为0.063，比MLP+6D（0.277）好了4.4倍。

全身骨架（SKEL模型，24关节）：KAN+Euler在所有种子上都最优。当进一步收紧关节范围（除以div因子）时，优势从4.1%（div=1）增长到5.2%（div=3）——范围越窄，优势越大，完全符合理论预测。

为什么这件事重要

这篇论文的意义远超旋转回归本身。它揭示了一个被深度学习社区集体忽视的模式：

我们经常把"表示不好"和"表示+函数类不好"混为一谈。

2019年大家说"欧拉角不好"时，其实说的是"欧拉角+MLP不好"。但这两个命题完全不同。前者暗示问题出在表示本身，后者暗示问题出在表示和函数类的匹配。如果是前者，你只能换表示；如果是后者，你还可以换函数类。

这就像一个厨师说"这种食材不好"，但实际上是"这种食材用这种做法不好"。换个做法，同一种食材可能是最好的。

深度学习社区有一个倾向：当某个方案效果不好时，归因于方案本身，而不是方案与当前架构的匹配。然后整个社区集体迁移到新方案，旧方案被遗忘。但有时候，旧方案只是等一个合适的架构来释放它的潜力。

欧拉角等了六年，等到了KAN。

更深的启示：归纳偏置的再发现

KAN+Euler的成功还指向一个更深的道理：归纳偏置（inductive bias）不是越少越好。

深度学习过去十年的主流叙事是"让数据说话"——减少人为先验，让模型自己学。但KAN+Euler的故事说明，正确的归纳偏置可以事半功倍。KAN的加性结构是一种归纳偏置，欧拉角的有界性是一种归纳偏置，两者匹配时，1+1>2。

论文还做了一个效率实验：在相同精度下，KAN+Euler需要的参数量比MLP+6D少得多。这意味着更小的模型、更快的推理、更低的能耗——在边缘部署场景下尤其重要。

代码与局限

论文声明代码将公开。从论文描述看，实现并不复杂：KAN的Python库已经开源，欧拉角到旋转矩阵的转换是标准操作。核心改动只是把输出层的MLP换成KAN——大约几十行代码的修改。

局限也是明显的。论文的方法在有界范围内有效，但如果你的应用需要全范围旋转（比如无人机姿态估计、自由相机定位），欧拉角的奇异性仍然存在。论文也承认这一点，他们不主张欧拉角在所有场景下都最优，而是主张"在适用的场景下，它被错误地放弃了"。

结语

这篇论文让我想起一个模式：科学史上很多被放弃的想法，不是想法本身错了，而是实现想法的工具不够好。

开普勒用椭圆轨道拟合火星数据时，椭圆模型早就存在，但没人用——因为当时的计算工具算不动椭圆轨道。等到了牛顿微积分，椭圆才成为标准。

欧拉角的命运类似。它被放弃不是因为概念错了，而是因为MLP这个工具不够好。KAN出现后，欧拉角的加性结构终于被正确利用。

所以下次当你准备放弃一个"过时"的方案时，不妨问一句：是方案本身不行，还是我手里的工具不对？

---

论文信息：Revisiting Euler-Angle Regression with Kolmogorov-Arnold Networks, arXiv:2607.09650