本研究提出了一种自适应约束等变性（ACE）方法，旨在解决传统等变神经网络在处理不完全对称数据时的适应性问题。该方法通过逐步减少与等变性之间的偏差，显著提升了模型在多种任务中的性能和鲁棒性。