R中嵌套并行模拟的种子设置与随机数生成器状态存储

问题1：场景运行顺序影响结果 #

核心原因是并行环境下RNG流未被正确隔离，导致不同执行顺序下迭代的RNG序列混乱。使用doRNG包的%dorng%运算符结合全局种子，可确保每个外层场景获得独立且固定的RNG子流，完全不受执行顺序影响。

实现代码 #

library(foreach)
library(doFuture)
library(doRNG)

# 设置并行计划（根据需求选择multisession/multicore等）
plan(multisession)

# 外层循环：用%dorng%+全局种子保证每个场景的RNG独立性
outer_results <- foreach(scenario = 1:3, .options.RNG = 1234) %dorng% {
  # 内层循环：数据生成与分析（若需并行，可替换为%dofuture%，无需额外设置种子）
  inner_results <- foreach(i = 1:100, .combine = "c") %do% {
    data <- rnorm(100, mean = scenario)
    mean(data)
  }
  
  list(scenario = scenario, inner_means = inner_results)
}

原理说明 #

doRNG会基于.options.RNG指定的全局种子，为每个外层迭代生成独立的RNG子流。无论场景执行顺序是1:3还是3:1，每个场景对应的RNG序列完全固定，因此结果一致。若内层也需并行，直接替换为%dorng%或%dofuture%即可，内层会自动继承外层的子流上下文，无需手动设置种子。

问题2：存储RNG状态以支持崩溃恢复与迭代排查 #

通过在每个迭代（外层场景/内层模拟）中捕获当前RNG状态（.Random.seed），并随结果一同保存，即可实现崩溃后恢复或重跑特定迭代的需求。

实现代码 #

# 外层循环：同时保存场景级RNG状态
outer_results <- foreach(scenario = 1:3, .options.RNG = 1234) %dorng% {
  # 记录场景初始RNG状态
  initial_rng <- .Random.seed
  
  # 内层循环：保存每个模拟迭代的RNG状态与结果
  inner_results <- foreach(i = 1:100, .combine = "list") %do% {
    inner_initial <- .Random.seed
    data <- rnorm(100, mean = scenario)
    mean_val <- mean(data)
    inner_final <- .Random.seed
    
    list(iter = i, mean = mean_val, initial_rng = inner_initial, final_rng = inner_final)
  }
  
  # 记录场景结束RNG状态
  final_rng <- .Random.seed
  
  list(
    scenario = scenario,
    initial_rng = initial_rng,
    final_rng = final_rng,
    inner_results = inner_results
  )
}

# 将结果（含RNG状态）保存到本地文件
saveRDS(outer_results, file = "simulation_results_with_rng.rds")

恢复特定迭代的方法 #

若需重跑某个场景或内层迭代，只需加载保存的结果，恢复对应RNG状态后执行代码：

# 加载保存的结果
saved_results <- readRDS("simulation_results_with_rng.rds")

# 恢复场景2的初始RNG状态
target_scenario <- saved_results[[2]]
assign(".Random.seed", target_scenario$initial_rng, envir = .GlobalEnv)

# 重新运行该场景的模拟逻辑
# ...（此处复制原场景内的代码即可）

关于独立种子的说明 #

手动为每个迭代设置独立种子的方式确实存在RNG质量风险（如种子序列相关性），而doRNG采用的L'Ecuyer-CMRG流分割技术，能保证各子流之间的统计独立性，是更可靠的方案。

内容的提问来源于stack exchange，提问作者Trang Hien