6.1.1 粗糙路径理论

文档摘要

6.1.1 粗糙路径理论在金融高频交易信号建模、神经微分方程训练、以及机器人运动轨迹的鲁棒控制中，我们常遭遇一类令人沮丧的“不可导却必须微分”的现实：传感器采样噪声大、时间戳不规则、路径本身剧烈震荡——比如一笔毫秒级订单流的价格轨迹，或一段由IMU原始加速度积分得到的姿态曲线。它连续，但几乎处处不可导；它有方向感，却无法用经典Stieltjes积分定义其与向量场的耦合；它携带丰富时序结构，但传统RNN或LSTM在捕捉其高阶时序依赖时频频失焦。这时，你不是缺一个更宽的网络，而是缺一种新的微积分语言——粗糙路径理论（Rough Path Theory, RPT），它不试图“平滑”噪声，而是驯服噪声，将其升华为几何结构的一部分。这不是数学家在黑板上玩的抽象游戏。