从离散时间策略到连续时间扩散采样器：渐近等价与更快的训练

本研究解决了在没有目标样本的情况下训练神经随机微分方程（扩散模型）以从玻尔兹曼分布中采样的问题，填补了现有方法的不足。通过证明在无穷小离散化步长极限下多种目标的等价关系，将熵强化学习方法与连续时间对象关联，进一步表明适当的粗时间离散化选择能显著提高样本效率，降低计算成本并在标准采样基准上实现竞争性表现。