研究人员推出了一种新颖的框架——均值场路径积分扩散（MF-PID），该框架将生成的样本视为通过群体统计信息进行协调的交互式智能体。这种方法将概率质量传输转化为随机最优传输问题，从而统一了生成模型和多智能体控制。MF-PID在特定领域展现了有效性，包括线性二次高斯（Linear-Quadratic-Gaussian）基准测试和高斯混合模型（Gaussian-mixture）领域，并在能源系统需求响应控制等应用中显示出潜力。 AI
影响 引入了生成模型的新理论框架，有望实现更高效的样本生成和多智能体系统的协调。
排序理由 这是一篇介绍生成模型新框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
