机器学习方法求解欠阻尼随机最优传输问题

Julia Sanders、Dario Lucente、Marco Baldovin 和 Paolo Muratore-Ginanneschi 提出一种结合机器学习与解析扰动展开的直接求解方法，用于处理具有非线性边界条件的欠阻尼随机过程最优传输问题，包括 Landauer 比特擦除问题。 该方法通过调节可控外部势能，将位置分布从单峰转变为双峰，无需直接控制其他动力学变量。研究团队使用解析微扰展开作为数值结果的基准，但该基准预计仅在适当的过阻尼极限下成立。

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。