反射近端动力学加速对数凹采样

2026年10月15日，arXiv 人工智能板块出现一篇由 Bo Yuan、Wei Guo、Yongxin Chen 提交的论文，提出反射近端动力学（reflected proximal dynamics）方法，用于高精度对数凹采样。该方法将近端采样与辅助变量的精确反射、条件动能运动和受控刷新相结合，给出通量重采样欠阻尼半圈与持续动量四分之一圈两种实现。论文称，在具有常数 χ² 散度的热启动下，两种方法达到总变差误差 ε 所需的期望预言机查询数为 Õ(√κ d^{1/4})；作者进一步通过将任一采样器与现有后验采样器结合、在近端初始化阶段使用优化粗步长，去除了所提供热启动的假设，计入初始化与采样后，期望预言机查询数为 Õ(κ^{6/7} d^{1/4})。论文标注为“Under Review”。目前尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。