RLBayes：一种基于强化学习搜索策略的贝叶斯网络结构学习算法
强关联电子
2026-01-08 v2
摘要
基于评分的贝叶斯网络 (BN) 结构学习是一种有效的方法，用以学习被视为不确定性表示与推理领域中最具吸引力的概率图模型之一的 BN 模型。然而，随着变量数量的增加，结构学习的搜索空间呈超指数增长，这使得 BN 结构学习成为一个NP难问题以及一种组合优化问题 (COP)。尽管许多启发式方法在该问题上取得了成功，但 BN 结构学习的结果通常并不令人满意。灵感来自 Q 学习，本文提出了一种通过强化学习基于的搜索策略进行贝叶斯网络结构学习的算法，称为 RLBayes。该方法借鉴了 RL 的思想，倾向于通过动态维护的 Q 表来记录和引导学习过程。通过创建和维护动态 Q 表，RLBayes 能够在有限的空间内存储无限的搜索空间，从而实现基于 Q 学习的 BN 结构学习。不仅理论上证明了 RLBayes 能收敛到全局最优 BN 结构，而且实验上也证明了 RLBayes 在几乎所有其他启发式搜索算法中都有更好的效果。
引用
@article{arxiv.2504.05166,
title = {Effective spin model with anisotropic exchange interactions for the spin-orbit coupled Hubbard model at half-filling},
author = {Ryo Makuta and Chisa Hotta},
journal= {arXiv preprint arXiv:2504.05166},
year = {2026}
}
备注
14 pages, 7 figures