跳到正文
arXiv · ML· Jacky Kumar·· 3 天前AI 评分28

强化学习方法探索 SMEFT 算子空间

A Reinforcement Learning Method to Navigate SMEFT Operator Space

AI 导读

该研究将标准模型有效场理论(SMEFT)算子空间探索构建为强化学习序贯决策问题。 研究采用约 40K 参数的轻量化 actor-critic 架构,在包含 132 个物理量、其中 24 个偏差超 1.5σ 的环境中测试。 方法能发现多样化的高质量理论假设,并证明该 RL 策略在组合空间导航上优于随机搜索。

来源:arXiv · ML · arxiv.org