条件流匹配实现马尔可夫过程轨迹传输

2026年10月7日，arXiv Statistics Machine Learning 发布一手研究，提出一种基于流匹配的算法，用于在马尔可夫过程之间学习传输映射。该方法在给定少量源分布与目标分布轨迹的条件下进行学习，并保留马尔可夫结构。论文在总体极限下证明了算法的一致性，并在混合时间假设下给出有限样本误差界；同时构造下界，说明与混合时间相关的样本复杂度不可避免。目前报道仅涉及该论文的理论结果，未见实验或后续验证信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。