用软演员-评论家算法的 6D (2,0) 自举
高能物理 - 理论
2023-01-25 v2
摘要
我们使用软演员-评论家(soft-Actor-Critic, SAC)算法作为随机优化器,对 6D (2,0) 超共形自举进行数值研究。我们关注能量-动量多重态中标量超共形初级场的四点函数。从超引力极限出发,我们对绝热变化的中心荷进行搜索,并推导出一条由 80 个 CFT 数据(其中 70 个对应于非受保护长多重态,10 个对应于受保护短多重态)组成的曲线。我们猜想这两条曲线分别刻画了 A- 与 D- 系列 (2,0) 理论。与现有标准数值自举方法给出的界限以及使用 OPE 反演公式获得的数据相比,我们的结果具有竞争力。随本文我们还发布了 SAC 算法的 Python 实现 BootSTOP。文中讨论了该包的主要功能特性。
引用
@article{arxiv.2209.02801,
title = {6D (2,0) Bootstrap with soft-Actor-Critic},
author = {Gergely Kántor and Vasilis Niarchos and Constantinos Papageorgakis and Paul Richmond},
journal= {arXiv preprint arXiv:2209.02801},
year = {2023}
}
备注
30 pages, 10 figures; v2: references added