跳到主要内容
检索

# 演员-评论家算法

1 篇关联报道

订阅更新
  1. arXiv

    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

    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。

已读完全部报道