53 lines
1.6 KiB
Markdown
53 lines
1.6 KiB
Markdown
---
|
||
title: "维纳过程 (Wiener Process)"
|
||
created: 2026-06-17
|
||
updated: 2026-06-17
|
||
type: concept
|
||
tags: [mathematics, stochastic-processes, probability]
|
||
sources: [raw/papers/tiwari-ticks-to-flows-2026.md]
|
||
confidence: high
|
||
---
|
||
|
||
# 维纳过程 (Wiener Process)
|
||
|
||
Wiener 过程（即标准 Brownian motion）是**连续时间随机过程的基本构建块**，在 [[stochastic-differential-equation|SDE]] 理论中扮演噪声驱动的角色。
|
||
|
||
## 定义
|
||
|
||
一个随机过程 `W_t` 称为 Wiener 过程，若满足：
|
||
|
||
1. `W_0 = 0`（从原点出发）
|
||
2. 样本路径几乎必然连续
|
||
3. 增量独立：对任意 `s < t`，`W_t - W_s` 与 `W_u (u ≤ s)` 独立
|
||
4. 增量服从正态分布：`W_t - W_s ~ N(0, t-s)`
|
||
5. 是平方可积鞅（martingale）
|
||
|
||
## 多维 Wiener 过程
|
||
|
||
`d_s` 维 Wiener 过程是 `d_s` 个独立的一维 Wiener 过程的拼接，用于建模**多维连续状态空间**。
|
||
|
||
## 在强化学习中的应用
|
||
|
||
在 [[continuous-time-rl|连续时间 RL]] 中，Wiener 过程驱动环境动态中的随机性：
|
||
|
||
```
|
||
ds_t = drift * dt + σ(s_t) dW_t
|
||
```
|
||
|
||
- `dW_t` 是独立噪声增量的来源
|
||
- `σ(s_t)` 决定噪声随状态变化的强度
|
||
- 离散模拟时：`ΔW_j ~ N(0, Δt)`
|
||
|
||
## 在 Ticks-to-Flows 中的角色
|
||
|
||
[[ticks-to-flows|Tiwari et al. (2026)]] 使用 Wiener 过程驱动两种噪声：
|
||
- **环境噪声** `dW_t`：环境转移中的固有随机性
|
||
- **探索噪声** `dW'_t`：策略探索引入的随机性
|
||
|
||
## 参考
|
||
|
||
- [[stochastic-differential-equation|SDE]]
|
||
- [[ito-calculus|Itô 微积分]]
|
||
- [[exploratory-dynamics|探索动力学]]
|
||
- [[ticks-to-flows|Ticks to Flows]]
|