蒙特卡罗方法是一种非常普遍和有用的方法来估计随机模拟产生的期望。然而,它们在计算上可能很昂贵,特别是当生成单个随机样本的成本非常高时,如在随机偏微分方程的情况下。多级蒙特卡罗方法是近年来发展起来的一种方法,它以相对较低的成本执行大多数低精度的模拟,以相对较低的成本执行较高精度的模拟,从而大大降低了计算成本。在本文中,我们回顾了多级蒙特卡罗方法背后的思想,以及各种最近的推广和扩展,并讨论了一些应用,说明了该方法的灵活性和通用性,以及在开发更有效的实现与更快的速度收敛的多级校正方差的挑战。
http://people.maths.ox.ac.uk/~gilesm/files/acta15.pdf