价值梯度采样器：学习等变扩散采样中的不变价值函数
机器学习
2026-04-01 v3
摘要
我们提出了价值梯度采样器（Value Gradient Sampler, VGS），一种由价值函数参数化的扩散采样器。VGS 通过沿着价值函数的梯度演化随机初始化的粒子，从非归一化目标密度（即能量）中生成样本。在许多目标密度表现出不变对称性的采样问题中，价值函数通过诱导等变梯度流，为利用不变网络进行采样提供了一种新方法，而无需更复杂的等变网络。价值网络通过时序差分学习进行训练，支持离线策略训练和其他已确立的强化学习（RL）技术。通过将先进的 RL 方法与高效的不变网络相结合，VGS 在 55 粒子 Lennard-Jones 系统的基线中实现了最高的样本质量和最快的采样速度。
引用
@article{arxiv.2502.13280,
title = {Value Gradient Sampler: Learning Invariant Value Functions for Equivariant Diffusion Sampling},
author = {Himchan Hwang and Hyeokju Jeong and Dong Kyu Shin and Che-Sang Park and Sehee Kweon and Sangwoong Yoon and Frank Chongwoo Park},
journal= {arXiv preprint arXiv:2502.13280},
year = {2026}
}
备注
AISTATS 2026. Code: https://github.com/swyoon/value-gradient-sampler/