利用强化学习进行粒子物理模型构建
高能物理 - 理论
2021-05-17 v2 高能物理 - 唯象学
摘要
在本文中，我们将强化学习应用于粒子物理模型构建。作为一个示例环境，我们使用 Froggatt-Nielsen 型夸克质量模型的空间。使用一种基本的基于策略的算法，我们展示了神经网络可以被成功训练以构建与观测到的夸克质量和混合一致的 Froggatt-Nielsen 模型。训练后的策略网络在超过 90% 的回合中能从随机模型引导至现象学上可接受的模型，且平均回合长度约为 20 步。我们还展示了当从邻近配置起步时，这些网络能够找到文献中提出的模型。
引用
@article{arxiv.2103.04759,
title = {Particle Physics Model Building with Reinforcement Learning},
author = {T. R. Harvey and A. Lukas},
journal= {arXiv preprint arXiv:2103.04759},
year = {2021}
}
备注
19 pages, Latex, 5 figures