反射锚定 Langevin 算法：面向不可微目标的约束采样新方法

论文提出反射锚定 Langevin 动力学（RALD），一种在约束域上收敛到不可微目标的反射扩散过程，其 Euler-Maruyama 离散化加投影得到 RALMC 算法。该方法通过平滑锚定参考势，并用同一状态相关缩放因子同时乘上漂移项与噪声协方差，从而摆脱对可微对数密度的依赖。作者证明了 RALMC 在 2-Wasserstein 距离下的显式收敛界与迭代复杂度，并给出数值实验验证。