5,443
个编辑
更改
→粗粒化映射
1.'''空间粗粒化'''：针对微观元素变量的状态空间进行粗粒化。以两个布尔元素为例，共有四种微观状态[math]S_m = \{00,01,10,11\}[/math]，首先将这两个微观元素归并为一个宏观元素，再对元素状态空间按照[math]M:[[00,01,10] = off, [11] = on][/math]的规则归并，最终保持宏观元素的布尔属性。粗粒化的结果是一个宏观元素，和两个宏观状态[math]S_M = \{on, off\}[/math]。
1.'''空间粗粒化'''：针对微观元素变量的状态空间进行粗粒化。以两个布尔元素为例，共有四种微观状态[math]S_m = \{00,01,10,11\}[/math]，首先将这两个微观元素归并为一个宏观元素，再对元素状态空间按照[math]M:[[00,01,10] = off, [11] = on][/math]的规则归并，最终保持宏观元素的布尔属性。粗粒化的结果是一个宏观元素，和两个宏观状态[math]S_M = \{on, off\}[/math]。
2.'''时间粗粒化'''：粗粒化针对的不再是微观元素，而是微观时间步，重新定义马尔科夫动力学。例如，一个微观系统下一时刻的状态不仅依赖当前时刻的状态，还依赖于前一个时间步的状态，这种情况通常称为二阶马尔科夫性质。这种性质下，可以将两个微观时间步粗粒化为一个宏观时间步，可以得到时间粗粒化后的宏观系统。
2.'''时间粗粒化'''：粗粒化针对的不再是微观元素，而是微观时间步，重新定义马尔科夫动力学。例如，一个微观系统下一时刻的状态不仅依赖当前时刻的状态，还依赖于前一个时间步的状态，这种情况通常称为二阶马尔科夫性质。这种性质下，可以将两个微观时间步粗粒化为一个宏观时间步，可以得到时间粗粒化后的宏观系统。图中黑色箭头表示二阶马尔科夫性质，蓝色箭头为时间粗粒化的过程。
3.'''变量外部化'''：这种方法不涉及状态的合并，而是试图通过改变初始[[do干预]]的均匀分布的方式，将系统中部分元素移出考虑的范畴。Erik Hoel在2017年的文章中称此类变量为外生元素（exogenous element），并提出了两种具体的操作方式：一种方式称为将外生元素“冻结”，将其设定为特定的状态，在机制的作用下，该元素在后续变化中将一直保持该初始状态，不影响系统中其他元素的变化；另一种是将外生元素设为“黑箱”（black boxing），允许其在初始分布后随时间变化，但是具体变化情况和对系统的影响都无法查看。变量外部化的方式通过减少系统中元素的方式，也达到了和粗粒化后一样的效果，即系统总的状态空间减小。
3.'''变量外部化'''：这种方法不涉及状态的合并，而是试图通过改变初始[[do干预]]的均匀分布的方式，将系统中部分元素移出考虑的范畴。Erik Hoel在2017年的文章中称此类变量为外生元素（exogenous element），并提出了两种具体的操作方式：一种方式称为将外生元素“冻结”，将其设定为特定的状态，在机制的作用下，该元素在后续变化中将一直保持该初始状态，不影响系统中其他元素的变化；另一种是将外生元素设为“黑箱”（black boxing），允许其在初始分布后随时间变化，但是具体变化情况和对系统的影响都无法查看。变量外部化的方式通过减少系统中元素的方式，也达到了和粗粒化后一样的效果，即系统总的状态空间减小。