ディフューゼンブリッジの制御一貫性損失

arXiv:2512.05070v2 Announce Type: replace-cross 要約：初期状態と終端状態が与えられたとき、ディフューゼン過程の条件付きダイナミクスをシミュレーションすることは、科学の分野において重要ながら困難な問題です。この困難さは、終端状態に稀に到達する事象において特に顕著です。本稿では、最適制御の自己一貫性特性に基づき、ディフューゼンブリッジの学習を可能にする新しい手法を提案します。得られたアルゴリズムは反復的なオンライン方式で条件付きダイナミクスを学習し、シミュレーテッド・トラジェクトリを通じた微分を要求せず、広範な実証設定において強いパフォーマンスを発揮します。ディフューゼンブリッジの設定を超えて、我々の自己一貫性フレームワークと、より広い確率的最適制御文献における最近の進歩との間におけるつながりを描きます。

arXiv:2512.05070v2 Announce Type: replace-cross Abstract: Simulating the conditioned dynamics of diffusion processes, given their initial and terminal states, is an important but challenging problem in the sciences. The difficulty is particularly pronounced for rare events, for which the unconditioned dynamics rarely reach the terminal state. In this work, we propose a novel approach for learning diffusion bridges based on a self-consistency property of the optimal control. The resulting algorithm learns the conditioned dynamics in an iterative online manner, and exhibits strong performance in a range of empirical settings without requiring differentiation through simulated trajectories. Beyond the diffusion bridge setting, we draw connections between our self-consistency framework and recent advances in the wider stochastic optimal control literature.