手动实现RK4求解小车倒立摆IVP的数据格式问题排查

solve_ivp对model函数的返回值格式容错性更高，而手动RK4求解器要求model函数返回长度为4的一维数组/列表，对应4个状态量的导数，你当前遇到的形状广播错误，核心原因是model函数在计算过程中引入了多余维度，最终返回了3维的(4,4,4)数组，不符合RK4求解器的输入要求。

具体修复步骤如下：

• 检查model函数的入参格式
  手动RK4调用model时，传参顺序需和solve_ivp要求的(t, x, *args)完全一致，不要额外对状态向量x做维度包装（比如不要把一维的x手动套一层[]变成二维数组）。
• 清理model内部的多余维度
  所有矩阵运算结束后，通过.flatten()或者.squeeze()压缩掉多余维度，最终返回值必须是一维结构，修正后的model参考结构：

  def model(t, x, params):
      # x为长度4的一维数组：[小车位置, 小车速度, 摆角, 摆角速度]
      x1, x2, x3, x4 = x
      # 微分方程计算逻辑
      dx1 = x2
      dx2 = # 小车加速度标量计算结果
      dx3 = x4
      dx4 = # 摆角加速度标量计算结果
      # 直接返回一维数组，不要嵌套列表或增加多余维度
      return np.array([dx1, dx2, dx3, dx4])
  

• 提前验证model输出维度
  单独调用model做测试，传入长度为4的随机一维数组，打印返回值的.shape属性，确认输出为(4,)而非多维度结构。

如果确认model输出维度正常，可检查RK4迭代逻辑，避免对model返回值做重复堆叠，正确的RK4单步迭代参考：

def rk4_step(model, t, x, dt, params):
    k1 = dt * model(t, x, params)
    k2 = dt * model(t + dt/2, x + k1/2, params)
    k3 = dt * model(t + dt/2, x + k2/2, params)
    k4 = dt * model(t + dt, x + k3, params)
    return x + (k1 + 2*k2 + 2*k3 + k4)/6

确保所有中间计算变量的维度和状态量x一致，均为长度4的一维数组。

内容的提问来源于stack exchange，提问作者Nikolai