快速收敛至平衡态的不可逆局部 Markov 链

我们研究了连续一维硬球模型，并提出了在更快的时间尺度上混合的不可逆局部 Markov 链，其速度快于可逆热浴或 Metropolis 算法。混合时间尺度似乎分为两个不同的普适类，均快于可逆局部 Markov 链。事件链算法作为这些 Markov 链之一的无穷小极限，属于呈现最快衰减的类。对于硬球模型的格气极限，可逆局部 Markov 链对应于具有周期边界条件的对称简单排他过程（SEP）。不可逆 Markov 链的两个普适类由完全不对称简单排他过程（TASEP）以及我们在此提出的一种更快变体（提升 TASEP）实现。提升 Markov 链和最近引入的因子化 Metropolis 接受规则将此处讨论的不可逆 Markov 链扩展到一般成对相互作用和更高维度。