Kramers 问题中的随机重置：一种蒙特卡洛方法
动力系统
2021-09-02 v1 统计力学
摘要
随机重置理论断言，在特定的时间重新启动搜索过程可能会加速目标的发现。对于被困在势阱中的经典扩散粒子，随机重置可能由于热涨落而减少逃逸时间。在此，我们数值地探索了三次势的 Kramers 问题，这是具有逃逸行为的最简单势。我们分析了确定性和泊松重置时间。我们采用了一种蒙特卡洛方法，这对于一般的复杂势是必要的，并且我们表明最优速率与无重置情况下的逃逸时间分布有关。此外，我们发现即使重置位置位于逃逸的反向一侧，仍存在使重置有益的速率。
引用
@article{arxiv.2109.00276,
title = {Stochastic resetting in the Kramers problem: A Monte Carlo approach},
author = {Julia Cantisán and Jesús M. Seoane and Miguel A. F. Sanjuán},
journal= {arXiv preprint arXiv:2109.00276},
year = {2021}
}