中文

解结数、难解结图与强化学习

几何拓扑 2025-07-22 v2 人工智能 机器学习

摘要

我们开发了一个强化学习智能体,该智能体通常能为一个多达 200 个交叉点的结图找到最少的解结交叉点变换序列,从而给出解结数的上界。我们利用此方法确定了 57k 个纽结的解结数。我们采用了具有相反符号签名的这些纽结的连通和图,其中被加项被叠放。该智能体发现了一些例子,其中解结交叉点集合中的几个交叉点变换会产生双曲纽结。基于此,我们证明,给定满足某些温和假设的纽结 KKKK',存在它们的连通和的一个图以及 u(K)+u(K)u(K) + u(K') 个解结交叉点,使得改变其中任何一个交叉点都会产生一个素纽结。作为副产品,我们获得了一个包含 260 万个不同难解结图的数据集;其中大多数在 35 个交叉点以下。假设解结数具有可加性,我们确定了 43 个最多 12 个交叉点的纽结的解结数,这些纽结的解结数此前未知。

关键词

引用

@article{arxiv.2409.09032,
  title  = {The unknotting number, hard unknot diagrams, and reinforcement learning},
  author = {Taylor Applebaum and Sam Blackwell and Alex Davies and Thomas Edlich and András Juhász and Marc Lackenby and Nenad Tomašev and Daniel Zheng},
  journal= {arXiv preprint arXiv:2409.09032},
  year   = {2025}
}

备注

30 pages, 17 figures; to appear in Experimental Mathematics