利用强化学习、遗传算法和Transformer进行粒子物理中的背景判定

beauty强子衰变的实验研究面临重大挑战，因为来自众多可能衰变道的背景范围广泛，且末态相似。对于特定的信号衰变，确定最相关背景过程需要对末态粒子、可能的误识别和运动学重叠进行详细分析，而由于计算限制，这仅限于模拟最相关的背景。此外，该过程通常依赖于物理学家的直觉和专业知识，因为不存在系统性的方法。本文有两个主要目标。首先，从粒子物理的角度，我们提出了一种利用强化学习（RL）克服上述挑战的新方法，通过系统地确定影响beauty强子衰变测量的关键背景。虽然本工作以beauty强子物理为案例研究，但所提出的策略可广泛适用于其他类型的粒子物理测量。其次，从机器学习的角度，我们引入了一种利用RL与遗传算法（GA）在高度稀疏奖励和大幅轨迹空间环境中协同效应的新算法。该策略利用GA高效地探索轨迹空间并识别成功轨迹，用于指导RL代理的训练。我们的方法还结合了Transformer架构，使RL代理能够处理表示衰变的token序列。