群体动力学学习：逆优化与 JKO 格式的结合
机器学习
2026-03-04 v3 人工智能
机器学习
摘要
学习群体动力学涉及在给定离散时间点的样本演化快照下，恢复控制粒子演化的底层过程。最近的方法将其表述为概率空间中的能量最小化问题，并利用著名的 JKO 格式进行高效的时间离散化。在这项工作中，我们引入了 ，这是一种将 JKO 框架与逆优化技术相结合来学习群体动力学的方法。我们的方法依赖于常规的端到端对抗训练过程，不需要限制性的架构选择，例如输入凸神经网络。我们为该方法建立了理论保证，并展示了相比先前基于 JKO 的方法的性能提升。 的代码可在 https://github.com/MuXauJl11110/iJKOnet 获取。
引用
@article{arxiv.2506.01502,
title = {Learning of Population Dynamics: Inverse Optimization Meets JKO Scheme},
author = {Mikhail Persiianov and Jiawei Chen and Petr Mokrov and Alexander Tyurin and Evgeny Burnaev and Alexander Korotin},
journal= {arXiv preprint arXiv:2506.01502},
year = {2026}
}