IT之家了解到，该文第一作者是上海交通大学廖世俊，第二作者是暨南大学的李晓明，第三作者杨宇是上海交通大学的博士生。

IT之家 6 月 7 日消息，据上海交通大学官网消息，近期，中国科学家在 New Astronomy （96: , 2022）上发表题为 “Three-body problem - from Newton to supercomputer plus machine learning” 的论文，基于机器学习和一种极高精度的数值算法（CNS），提出求解著名的“三体问题”周期轨道之路线图。

2009 年，上海交通大学廖世俊提出一个数值求解混沌动力系统收敛轨迹的策略，即?Clean Numerical Simulation?(CNS)，在理论上为准确获得三体问题的周期轨道铺平了道路。之后经过不断优化改进，2022 年，廖世俊、李晓明、杨宇通过基于 CNS 和机器学习的策略，将计算效率提高了几个数量级，为高效地获得三体问题的周期轨道提出了一个全新的路线图，为获得三体问题海量的、（物理意义上）精确的周期轨道铺平了道路。

三体问题是天体力学中的基本力学模型。它是指三个质量、初始位置和初始速度都是任意的可视为质点的天体，在相互之间万有引力的作用下的运动规律问题，普通人可能更多是从刘慈欣的科幻小说《三体》中了解到“三体问题”的。

据报道，根据 Montgomery 提出的三体问题周期轨道的拓扑分类法，自 1687 年到 1993 年三百余年内，仅发现三体问题三个周期轨道家族。由于“蝴蝶效应”，微小的数值误差作为一种人为的小扰动，同样会导致混沌系统数值解（轨迹）的迅速偏离。