近年来，随着物理智能与具身智能的快速发展，机器学习的研究与应用逐步拓展至需要感知环境、理解物理规律并与环境自主交互的真实场景。面向物理世界的机器学习呈现出新的发展趋势：（1）物理世界具有开放性、动态性、部分可观测性以及复杂的时空关联，多模态观测具有噪声、缺失与异步等特点，需要研究融合物理先验的表征学习与世界建模方法，增强模型对空间结构、动力学过程与物体交互的理解能力；（2）智能体的行动会改变后续观测及数据分布，任务、对象与运行条件不断变化，需要统筹主动探索、因果推断、策略优化与反馈控制，提升有限交互条件下的学习与决策效率，增强系统的长期适应能力；（3）仿真环境与真实环境之间存在差异，需要探索具有物理一致性的可学习仿真、虚实迁移与在线校准方法，并将安全性、鲁棒性和资源效率贯穿于模型设计与系统评估全过程。因此，协同发展面向物理世界的机器学习的理论研究、算法设计、系统实现与真实场景验证，推动相关领域可复现的实验平台与评测体系建设，仍有广阔的研究空间。

本专刊面向“面向物理世界的机器学习”这一主题，聚焦于面向物理世界的机器学习理论、方法、系统与应用，围绕物理世界的表征与建模、物理智能体的交互与持续学习、系统平台与多领域应用三个方向，致力于呈现具有创新性与实用性的研究成果。专刊重点关注物理智能与具身智能的机器学习基础、物理世界中的持续学习、支持预测与规划的世界模型、自主交互的物理智能体、物理因果学习以及可学习的物理引擎等研究方向，并关注相关研究在机器人操作与导航、自动驾驶、智能制造、仓储物流、医疗康复、智慧农业、能源系统等领域的应用与系统验证，以期推动面向物理世界的机器学习技术的进一步发展。

通过第一轮评审的论文作者需要参加CCML2027会议并到会报告，之后特约编辑和编辑部根据复审情况和会议报告情况决定文章的最终结果，专刊将在2028年第4期出版。读者群体包括人工智能、机器学习、数据挖掘等多个领域的研究人员和工程人员。

专刊题目：面向物理世界的机器学习
特约编辑：陈恩红（中国科学技术大学）钱超（南京大学）张伟楠（上海交通大学）
出版时间：2028年第4期

一、征文范围
包括但不限于以下主题：
(1) 物理世界的表征学习与建模
例如：融合物理先验与约束的机器学习，多模态物理环境感知与表征，物理动力学学习，具有物理一致性的世界模型，面向行动后果预测与规划的世界模型，物理因果发现与因果表征学习，基于干预的物理规律学习与反事实推理，可学习的物理引擎，可微分物理仿真，数据与机理融合建模等。
(2) 物理智能体的交互学习与持续适应
例如：物理智能与具身智能的学习方法，融合感知、预测、规划与控制的智能体模型，面向物理交互的强化学习、模仿学习与模型预测控制，主动探索与技能发现，长时序任务规划与多智能体协作，面向开放物理环境的在线学习、增量学习、持续强化学习与元学习，知识迁移与技能复用，灾难性遗忘缓解与学习可塑性保持，资源受限下的高效学习、安全探索与鲁棒决策等。
(3) 面向物理世界的机器学习系统与应用
例如：支撑物理智能与具身智能的数据集、仿真平台、训练系统及评测基准，仿真到现实迁移与虚实协同学习，世界模型与物理智能体的可靠性评估，面向长期交互的持续学习评测，以及相关方法在机器人操作与导航、自动驾驶、智能制造、仓储物流、医疗康复、智慧农业、能源系统、基础设施巡检、应急救援和科学实验自动化等领域的应用等。

二、投稿要求
1. 投稿方式：采用“软件学报在线投稿系统”(http://www.jos.org.cn)投稿。投稿时请选择投稿类型为“专刊投稿”，并在备注栏中注明“面向物理世界的机器学习”字样。
2. 稿件格式：参照《软件学报》论文格式(网站上提供了论文模版，可下载)。
3. 投稿文章未在正式出版物上发表过，也不在其他刊物或会议的审稿过程中，不存在一稿多投现象；保证投稿文章的合法性(无抄袭、剽窃、侵权等不良行为)。
4. 其他事项请参阅投稿指南http://www.jos.org.cn/ch/reader/view_fixed_content.aspx?id=instructions
5. 投稿作者需提交投稿声明；专刊投稿文章不收审理费。录用刊发文章收取软件学报标准版面费。发表之后，将按软件学报标准支付稿酬，并赠送样刊。
6. 通过第一轮评审的论文作者，需在CCML2027上做学术报告，根据论文修改情况和会议报告情况终审确定是否录用。

三、重要时间
截稿时间：2027年5月10日
第一轮结果通知日期：2027年6月30日
提交修改稿时间：2027年7月15日
CCML2027作报告日期：2027年7月30日-8月1日
最终结果通知：2027年8月20日
出版时间：2028年第4期