論文の概要: Rare Event Analysis via Stochastic Optimal Control

• arxiv url: http://arxiv.org/abs/2604.13213v1
• Date: Tue, 14 Apr 2026 18:34:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-16 20:38:32.25358
• Title: Rare Event Analysis via Stochastic Optimal Control
• Title（参考訳）: 確率的最適制御による希少事象解析
• Authors: Yuanqi Du, Jiajun He, Dinghuai Zhang, Eric Vanden-Eijnden, Carles Domingo-Enrich,
• Abstract要約: 本稿では,コミッタ推定を最適制御(SOC)問題とするフレームワークを提案する。 提案手法は,直接的バックプロパゲーション損失と原則付きオフ政治価値マッチング損失の2つの相補的目標を開発する。 ベンチマークシステムでは、既存の手法よりも正確なコミッタ推定、反応速度、平衡定数が得られる。
• 参考スコア（独自算出の注目度）: 39.211234628277744
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Rare events such as conformational changes in biomolecules, phase transitions, and chemical reactions are central to the behavior of many physical systems, yet they are extremely difficult to study computationally because unbiased simulations seldom produce them. Transition Path Theory (TPT) provides a rigorous statistical framework for analyzing such events: it characterizes the ensemble of reactive trajectories between two designated metastable states (reactant and product), and its central object--the committor function, which gives the probability that the system will next reach the product rather than the reactant--encodes all essential kinetic and thermodynamic information. We introduce a framework that casts committor estimation as a stochastic optimal control (SOC) problem. In this formulation the committor defines a feedback control--proportional to the gradient of its logarithm--that actively steers trajectories toward the reactive region, thereby enabling efficient sampling of reactive paths. To solve the resulting hitting-time control problem we develop two complementary objectives: a direct backpropagation loss and a principled off-policy Value Matching loss, for which we establish first-order optimality guarantees. We further address metastability, which can trap controlled trajectories in intermediate basins, by introducing an alternative sampling process that preserves the reactive current while lowering effective energy barriers. On benchmark systems, the framework yields markedly more accurate committor estimates, reaction rates, and equilibrium constants than existing methods.
• Abstract（参考訳）: 生体分子のコンフォメーション変化、相転移、化学反応などの希少な事象は、多くの物理系の挙動の中心であるが、偏ったシミュレーションがほとんど生成しないため、計算的に研究することは極めて困難である。 遷移経路理論(TPT)は、これらの事象を分析するための厳密な統計フレームワークを提供する: 2つの指定された準安定状態(反応物と生成物)の間の反応性軌道のアンサンブルと、その中心となるオブジェクト-コミッタ関数を特徴付ける。 本稿では,コミッタ推定を確率的最適制御(SOC)問題として用いたフレームワークを提案する。 この定式化では、コミッタはその対数勾配の勾配に比例してフィードバック制御を定義する。 ヒットタイム制御の課題を解決するために, 直接バックプロパゲーション損失と原則付きオフ政治価値マッチング損失の2つの相補的目標を開発し, 第一次最適性保証を確立する。 さらに, 反応電流を保存し, 有効エネルギー障壁を低くすることで, 中間流域における制御された軌道を捕捉するメタスタビリティについて検討する。 ベンチマークシステムでは、既存の手法よりもはるかに正確なコミッタ推定、反応速度、平衡定数が得られる。

関連論文リスト

• Generative optimal transport via forward-backward HJB matching [0.23332469289621782]
  乱れた参照状態から構造化された目標アンサンブルへの多体系の進化を制御することは、非平衡統計力学と制御において自然に起こる。 本稿では,経路空間自由エネルギー,リスク感応制御,空間コスト幾何学の観点から,物理的に解釈可能な輸送記述を提供する枠組みを提案する。 我々の結果は、最適制御、シュルディンガー橋理論、非平衡統計力学の統一的な接続を確立する。
  論文  参考訳（メタデータ） (2026-04-09T03:31:25Z)
• Driving Reaction Trajectories via Latent Flow Matching [21.71509185571088]
  LatentRxnFlowは、反応を熱力学生成物状態に固定された連続的な潜在軌道としてモデル化する新しい反応予測パラダイムである。 LatentRxnFlowは、透明性、診断可能性、不確実性認識を改善して、高い精度を達成する。
  論文  参考訳（メタデータ） (2026-02-11T03:28:20Z)
• Rediscovering Entropy Regularization: Adaptive Coefficient Unlocks Its Potential for LLM Reinforcement Learning [55.59724323303857]
  本稿では,3つのコンポーネントによる探索と利用のバランスをとるフレームワークを提案する。 複数の数学的推論ベンチマークの実験は、AERが一貫してベースラインを上回り、推論精度と探索能力の両方を改善していることを示している。
  論文  参考訳（メタデータ） (2025-10-13T03:10:26Z)
• Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
  コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。 シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。 マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
  論文  参考訳（メタデータ） (2025-10-09T04:48:49Z)
• Learning from Samples: Inverse Problems over measures via Sharpened Fenchel-Young Losses [20.246040671823557]
  確率測度空間上の最適化問題の準最適差を測る,シャープ化フェンシェル・ヤング損失と呼ばれる,新たな損失関数のクラスを導入する。 最適輸送の文脈における2つの関連する設定に対して、明確な安定性を保証する。 本稿では,iUOTとiJKOの問題を効率的に解ける最適化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-05-11T21:26:44Z)
• Electron flow matching for generative reaction mechanism prediction obeying conservation laws [8.136277960071032]
  この研究は、現代のフローマッチングの深層生成フレームワークを用いて、電子再分配の問題として反応予測の問題を再考する。 我々のモデルであるFlowERは、正確な質量保存を強制することで制限を克服し、幻覚障害モードを解消する。 FlowERはまた、熱力学または動力学的実現可能性の推定を可能にし、反応予測タスクにおける化学直観の程度を示す。
  論文  参考訳（メタデータ） (2025-02-18T16:01:17Z)
• Time-series Generation by Contrastive Imitation [87.51882102248395]
  モーメントマッチングの目的によってモチベーションされ、複合的エラーを軽減し、局所的(しかし前方的な)遷移ポリシーを最適化する。 推論において、学習されたポリシーは反復的なサンプリングのジェネレータとして機能し、学習されたエネルギーはサンプルの品質を評価するための軌道レベル尺度として機能する。
  論文  参考訳（メタデータ） (2023-11-02T16:45:25Z)
• Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
  本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。 この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
  論文  参考訳（メタデータ） (2020-11-14T01:27:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。