R-ParVI：基于粒子的变分推断方法通过奖励的视角

本研究解决了在部分已知密度下进行高效采样的问题，提出了一种新的粒子变分推断方法R-ParVI。该方法采用奖励机制引导粒子运动，通过模拟粒子与环境的交互，实现了快速、灵活且可扩展的采样和推断，特别适用于贝叶斯推断和生成建模中的概率模型。