蒙特卡洛积分与重要性采样

重要性采样在强化学习有着重要作用,它是蒙特卡洛积分的一种采样策略.

概率论基础

本文先补充两条基础的概率论公式,方便大家更好地看懂全文
假设某一连续型随机变量 $X$ 的样本空间为 $D$ ,其概率密度分布函数为 $p(x)$ ,则其数学期望为: $E(X) = \int_D xp(x)dx$
若另一连续随机变量Y满足Y = f(X),则Y的数学期望为: $E(Y) = \int_D f(x)p(x)dx$

蒙特卡洛积分

现在假如我们要计算一个定积分: $A = \int^b_a f(x)dx$
我们可以使用牛顿-莱布尼茨通过求原函数来算这个积分(F(x)是f(x)的原函数): $A = \int^b_a f(x)dx = F(b) - F(a)$
如果我们无法求得原函数,那么我们就需要通过蒙特卡洛积分法:

首先我们可以在积分区间 $[a,b]$ 上进行均匀采样得到: ${X_1,\cdots,X_N}$ ,样本对应的函数值为: ${f(X_1),\cdots,f(X_N)}$
然后我们可以求和得到: $F(N) \approx \frac{b-a}{N} \sum^N_{i=1}f(X_i)$

这个方法和黎曼积分非常相似,可以借用黎曼积分的图直观理解: $\frac{b-a}{N}$ 即为我们在曲线中近似的每一个矩形的宽,而 $f(X_i)$ 则为每一个矩形的高,所以我们用这个方法算出的 $F(N)$ 就可以作为A的近似值
这时读者可能有疑问,上面这个方法是不是只能针对均匀分布的数据?如果我在区间上按照概率密度函数 $p(x)$ 进行采样,那结论还成立吗?让我们来推导一下:

首先按照概率密度函数 $p(x)$ 在区间 $[a,b]$ 上进行采样得到数据 ${X_1,\cdots,X_N}$
再构造新的 $F_N$ 函数: $F_N =\frac{1}{N} \sum^N_{i=1} \frac{f(X_i)}{p(X_i)}$

$F_N$ 的数学期望:
到这里我们发现其实前面推导 $p(x)$ 为均匀分布其实是一种特殊情况:
若 $p(x)$ 是 $[a,b]$ 上的均匀分布,则它的表达式为:
则 $F_N(x)$ 的表达式为:
和我们在均匀分布下的结果一致.

重要性采样(Importance Sampling)

定义

通过对蒙特卡洛积分的讲解,我们知道我们可以通过按照函数的分布进行采样求和来近似这个函数.但是现实中往往我们不知道某个函数的分布或者已知某个函数的分布但我们很难按照这个分布采样,那这个时候该怎么办?这时候就要引入我们的重要性采样了.
我们知道 $f(x)$ 在概率分布 $p(x)$ 的期望为: $E[Y] = \int_x f(x)p(x)dx$
因为我们无法直接对分布 $p(x)$ 进行采样,所以我们引入另一个容易采样的分布 $q(x)$ :
$E[Y] = \int_x f(x)p(x)dx = \int_x q(x) \frac{p(x)}{q(x)}f(x)dx$
当我们在新的分布 $q(x)$ 上进行采样的时候就可以估计 $f(x)$ 的期望: $E[Y] = \frac{1}{N} \sum^N_{i=1} \frac{p(x_i)}{q(x_i)}f(x_i)$
我们可以看作是函数 $\frac{p(x_i)}{q(x_i)}f(x_i)$ 在分布 $q(x)$ 上的期望.这里 $\frac{p(x_i)}{q(x_i)}$ 就是重要性权重

作用

我们知道重要性采样就是引入一个新的分布来更好的估计,这解决了原本分布难采样的问题.举个例子.
假设我们要估计一个工厂里面产品的质量,假设每个工厂里面有两条生产线A和B,比例为2比1,通常来说A生产线的质量会比B生产线要好,这个时候我们要估计整个工厂的产品的质量,但是由于生产线的限制,我们不能按照原来AB生产线2比1的比例采样(无法按照原分布采样),我们只能按照AB生产线1比2(新的分布)的比例采样,如果我们直接采样加和平均得到的估计值就是有问题的(采样B生产线的比例比真实的要多,所以得到的结果也比真实产品质量要差),这时候在采样的时候就需要加权,也就是我们的重要性权重,加权的比例是 $\frac{1}{2}$ : $\frac{2}{1}$ = $1:4$ ,这样采样加权平均之后的结果就准确了.
重要性采样还有一个别的作用,就是我们有时候还可以改进原来的分布:
我们可以看到如果我们直接从分布 $p(x)$ 采样,而实际这些样本对应的 $f(x)$ 都很小,采样有限的情况下很有可能都无法得到 $f(x)$ 值比较大的样本,这样估计的期望值不准确;而如果我们找到一个分布 $q(x)$ ,使得它能在 $f(x) * p(x)$ 较大的地方采集到样本,则能更好地逼近我们的期望,而因为有重要性权重来控制新分布的比重,所以结果也不会偏差.
所以选择一个好的新的分布 $q(x)$ 不仅能帮助你更好地采样估计,还能帮助你更好地估计准确.

参考

https://blog.csdn.net/Dark_Scope/article/details/70992266

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 212,029评论 6赞 492
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 90,395评论 3赞 385
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 157,570评论 0赞 348
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 56,535评论 1赞 284
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 65,650评论 6赞 386
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 49,850评论 1赞 290
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 39,006评论 3赞 408
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 37,747评论 0赞 268
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 44,207评论 1赞 303
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 36,536评论 2赞 327
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 38,683评论 1赞 341
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 34,342评论 4赞 330
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 39,964评论 3赞 315
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 30,772评论 0赞 21
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 32,004评论 1赞 266
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 46,401评论 2赞 360
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 43,566评论 2赞 349

蒙特卡洛积分与重要性采样

蒙特卡洛积分与重要性采样

目录

概率论基础

蒙特卡洛积分

重要性采样(Importance Sampling)

定义

作用

参考

推荐阅读更多精彩内容