科学家提出“分解子域行走”算法，突破复杂几何场景下的物理模拟瓶颈

本文介绍了一种名为“分解子域行走”的新型混合算法，旨在高效求解偏微分方程（PDE）。传统方法如有限元法在处理复杂几何结构（如城市建筑群）时，网格生成耗时且困难，而传统的无网格蒙特卡洛方法虽然灵活，但存在方差大、收敛慢的问题。新算法通过将计算域分解为多个子域，在每个子域内执行短程随机游走（如Walk on Stars）来估算局部解算子，随后利用吸收马尔可夫链将这些子域耦合，并通过一次全局稀疏线性求解获得最终解。这种方法兼具蒙特卡洛的几何灵活性与确定性方法的低方差特性，无需繁琐的网格生成即可实现高精度模拟。由于随机游走和局部估算过程相互独立，该算法非常适合在现代GPU等并行硬件上加速运行，可广泛应用于热传导、路径规划及风场模拟等工程领域。

事件分析

💡 核心观点：融合随机游走与确定性求解，这种混合范式有望重塑复杂几何场景下的物理模拟标准。