粒子物理中的味道问题的强化学习技术
高能物理 - 唯象学
2025-12-30 v2 高能物理 - 理论
摘要
本短篇综述讨论了最近将强化学习 (RL) 技术应用于粒子物理中味道问题的最新进展。传统方法通常依赖于基于水平对称性的标准模型延拓，但 vast landscape of possible models 使得系统性探索不可行。最近的研究表明，RL 可以通过构建再现观测到的夸克和轻子可观测量的模型来高效地浏览该景观。这些方法表明，RL 不仅能再发现文献中已提出的模型，还能发现新的、符合实验观察的解决方案。
引用
@article{arxiv.2510.25495,
title = {Reinforcement Learning techniques for the flavor problem in particle physics},
author = {A. Giarnetti and D. Meloni},
journal= {arXiv preprint arXiv:2510.25495},
year = {2025}
}
备注
24 pages, 2 figures. Version matching the published one