SPS：基于路径空间变分自由能的格点场论无数据采样器

论文提出 Stochastic Path Sampler（SPS），通过最小化前向与反向随机动力学在路径空间上的 KL 散度（等价于熵产生上界）来学习从高斯先验到目标分布的输运轨迹，训练只依赖作用量评估、不需要 HMC 参考数据，再用扩展空间的 Independence Metropolis–Hastings 步骤保证精确采样。