量子福克-普朗克求解器作为可训练生成模型

研究提出一种基于随机微分方程量子求解器的可训练生成模型，通过参数化朗之万过程势能并求解福克-普朗克方程实现分布建模。该方法利用量子奇异值变换求解厄米化方程并编码平稳密度的平方根，支持通过计算基测量直接采样。得益于物理启发的归纳偏置，该模型具备凸优化特性且不受维度限制，在大规模高维数据下仍保持可训练。