跳到主要内容
返回时间线
arXiv来源发表:

SMEFT算符空间不再靠枚举:强化学习智能体在912个算符中找出26个低重叠高质量方案

核心概要

面对SMEFT中912个守恒重子数、轻子数与轻子味的算符,逐一枚举多算符组合会迅速变成组合爆炸问题。ReinforceSMEFT把逐个加入算符写成序贯决策,用约4万可训练参数的actor–critic策略在132个观测量(其中24个偏离标准模型超过3σ)的环境里学习选择,并额外奖励与已有解重叠小的方案。与随机子集和随机序贯搜索相比,该策略更高效地构造出多算符理论;合并十次独立训练后,共得到26个Jaccard指数低于0.1的高质量解。

Source-provided article image: A Reinforcement Learning Method to Navigate SMEFT Operator Space
arXiv

深度剖析

新物理的间接搜寻不再只靠物理直觉圈定少数算符,而是让一个学习到的策略在SMEFT算符空间里逐步搭建多算符理论。 常规唯象分析依赖特定紫外理论、对称性论证或简化模型来限制候选算符,只能覆盖完整算符空间中很小一部分;穷举所有组合则在计算上不可行。 在包含132个观测量、其中24个偏离标准模型超过3σ的基准环境上,该策略与计算预算相当的随机子集搜索和随机序贯搜索对照,表现出更高效地穿行这一组合空间的能力。

智能体每一步只提议一个算符,由全局拟合判断是否保留,从而学到“在已有算符存在时”某个算符是否有用。 单个算符会同时影响多个观测量,经重整化群演化与匹配后算符之间还会混合,因此多算符方案的好坏无法由各算符单独表现推断。 actor–critic网络以算符嵌入和观测量pull为输入,用多头交叉注意力关联二者,全部约4万可训练参数在CPU上即可训练;观测量对Wilson系数的依赖被预先算成半解析表达式,避免每次提议都重跑重整化群演化。

搜索目标不是单一最佳拟合理论,而是一批结构上彼此不同的高质量方案。 只优化拟合质量的策略会反复回到已发现的高质量算符集附近,产生只差一两个算符的近似重复解。 奖励中加入基于Jaccard相似度的多样性项,只把满足质量门槛的解收入档案;合并十次独立训练后共识别出26个Jaccard指数低于0.1、相对标准模型Δχ²不低于100的解。

启示与展望

演示范围是一个含132个观测量的假设数据集,覆盖电弱精确观测量、K与B介子过程、τ衰变、轻子磁矩、希格斯观测量与散射测量,其中24个测量被设定为偏离标准模型超过3σ;算符空间限定为912个守恒重子数、轻子数与轻子味的SMEFT算符,观测量只保留对Wilson系数的线性依赖。作者提出可把框架用于更大的观测量集合与更新的实验测量,并研究策略在不同偏差模式之间的迁移。

基准数据集被称为假设性的,因为其中既有真实测量也有虚构测量,且所含真实测量不一定是最新的;解族的计数依赖发现顺序,因为成员判定只相对于族代表且不具传递性;训练中单批次的平均或最大拟合质量并不单调上升,作者将其归因于持续探索而非遗忘已学解。