# Sieci o płynnych stałych czasowych (liquid networks)

EN: **Liquid time-constant networks (liquid neural networks)** · id `liquidnets` · aliases: LTC, liquid neural networks, liquid time-constant networks, sieci o płynnych stałych czasowych, sieci płynne

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Sieci i modele generatywne](https://aiatlasgraph.com/t/neural.md) › [Alternatywne architektury sieci](https://aiatlasgraph.com/t/altarchs.md) › [Neuronowe równania różniczkowe (neural ODE)](https://aiatlasgraph.com/t/neuralode.md) › Sieci o płynnych stałych czasowych (liquid networks)

## Description

- PL: Ciągłoczasowe sieci rekurencyjne, w których stała czasowa neuronu zależy od wejścia i stanu; dynamikę liczy solver ODE albo przybliżenie w postaci zamkniętej (CfC).
- EN: Continuous-time recurrent networks whose neuron time constants depend on input and state; dynamics are computed by an ODE solver or a closed-form approximation (CfC).

## In one sentence

- PL: Mała sieć do danych w czasie, której neurony same zmieniają tempo reagowania zależnie od tego, co właśnie widzą.
- EN: A small network for data over time whose neurons change how fast they react depending on what they currently see.

## Problem it solves

- PL: Układy sterujące pojazdem czy dronem muszą reagować na zmienne warunki, a duże modele są do tego za ciężkie i nieprzewidywalne.
- EN: Controllers for vehicles or drones must react to changing conditions, and large models are too heavy and unpredictable for that.

## What it does

- PL: Jak kierowca, który odruchowo zwalnia na śliskiej drodze: każdy neuron przyspiesza lub spowalnia reakcję zależnie od bieżących sygnałów.
- EN: Like a driver who instinctively slows on a slippery road: each neuron speeds up or slows its response depending on current signals.

## Everyday example

- PL: Dron lecący przez las utrzymuje kurs, choć światło i tło zmieniają się z sekundy na sekundę.
- EN: A drone flying through a forest holds its course even though light and background change from second to second.

## This concerns you if you…

- PL: sterujesz robotem lub pojazdem na podstawie czujników
- PL: potrzebujesz bardzo małego modelu sekwencji
- EN: control a robot or vehicle from sensor data
- EN: need a very small sequence model

## Keywords

closed-form continuous-time (CfC) · neural circuit policies · ncps · continuous-time RNN · ODE-RNN · time-series control

## How it works

- PL: Stan neuronu opisuje liniowe równanie pierwszego rzędu z nieliniową bramką, która zmienia zarówno wkład wejścia, jak i efektywną stałą czasową. Dynamika pozostaje ograniczona i stabilna. Wariant CfC zastępuje solver przybliżonym rozwiązaniem w postaci zamkniętej, co mocno przyspiesza obliczenia.
- EN: Each neuron's state follows a linear first-order equation with a nonlinear gate that modulates both the input contribution and the effective time constant. Dynamics stay bounded and stable. The CfC variant replaces the solver with an approximate closed-form solution, greatly speeding computation.

## Limits

- PL: Wersja z solverem jest wolna w treningu i inferencji. Przewagi pokazywano głównie na małych zadaniach sterowania i szeregów czasowych; w dużym modelowaniu języka nie dorównują transformerom ani modelom przestrzeni stanów.
- EN: The solver-based version is slow to train and run. Advantages were shown mainly on small control and time-series tasks; in large-scale language modelling they do not match transformers or state-space models.

## Key terms

- PL: **stała czasowa**: Jak szybko stan neuronu reaguje na zmianę wejścia.
- PL: **CfC**: Wariant liczący stan wzorem zamkniętym zamiast solvera.
- PL: **neural circuit policy**: Rzadko połączona sieć sterująca wzorowana na układzie nerwowym nicienia.
- EN: **time constant**: How quickly a neuron's state responds to input changes.
- EN: **CfC**: A variant computing the state by closed-form formula instead of a solver.
- EN: **neural circuit policy**: A sparsely wired control network modelled on a nematode's nervous system.

## Know first

- [Sieci rekurencyjne (RNN) (Recurrent neural networks (RNN))](https://aiatlasgraph.com/t/rnn.md)

## Related topics

Untyped, symmetric "see also" links.

- [Szeregi czasowe: prognozy, anomalie i klasyfikacja (Time series: forecasting, anomalies and classification)](https://aiatlasgraph.com/t/timeseries.md)

## Sources

- [Liquid Time-constant Networks](<https://arxiv.org/abs/2006.04439>) `hasani-ltc-2020` · by Ramin Hasani, Mathias Lechner, Alexander Amini, Daniela Rus, Radu Grosu
- [Closed-form continuous-time neural networks](<https://www.nature.com/articles/s42256-022-00556-7>) `hasani-cfc-2022` · by Ramin Hasani, Mathias Lechner, Alexander Amini, Lucas Liebenwein, Aaron Ray, Max Tschaikowski, Gerald Teschl, Daniela Rus

---

AI Atlas revision 129 (2026-11-05) · HTML: https://aiatlasgraph.com/t/liquidnets · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-11-05