×
詹姆斯·哈尔弗森;布伦特·纳尔逊;费比安·鲁尔

大脑Branes：通过深度强化学习探索弦真空。 （英语） Zbl 1416.83125号

高能物理。 2019年，第6期，第3号论文，60页（2019年）.
摘要：我们提出深度强化学习作为探索弦真空景观的无模型方法。作为一个具体的应用，我们使用一个称为异步优势actor-critic的人工智能代理来探索具有交叉D6-结构的IIA型紧化。当通过更改D6系列配置来探索不同的字符串背景配置时，代理将收到与字符串一致性条件和接近标准模型真空有关的奖惩。这些反过来被用于更新代理的策略和价值神经网络，以改进其行为。通过强化学习，代理在两个任务中的性能都得到了显著提高，并且对于某些任务，它发现的解决方案比随机游走者多出一个因子（mathcal{O}（200））。在一个案例中，我们证明了代理学习了一种由人派生的策略，用于查找一致的字符串模型。在另一种情况下，在不存在人工衍生策略的情况下，代理学习一种真正的新策略，该策略在单位时间内以两倍的效率实现相同的目标。我们的结果表明，代理可以同时学习求解各种弦论一致性条件，这些条件是用非线性耦合丢番图方程表示的。

引用于16文件

MSC公司：

83E30个 引力理论中的弦和超弦理论
81T30型 弦理论和超弦理论；量子场论中的其他扩展对象（如膜）

关键词：

超弦真空;D膜

软件：

OpenAI健身房;链条工
PDF格式BibTeX公司 XML格式引用
\textit{J.Halverson}等人，J.高能物理学。2019年，第6期，第3号论文，60页（2019年；Zbl 1416.83125）
全文： 内政部 arXiv公司

参考文献：

[1] S.Ashok和M.R.Douglas，《计算通量真空》，JHEP01（2004）060[hep-th/0307049]【灵感】·Zbl 1243.83060号 ·doi:10.1088/1126-6708/2004/01/060
[2] W.Taylor和Y.-N.Wang，具有最大通量真空的F理论几何，JHEP12（2015）164[arXiv:1511.03209][灵感]·Zbl 1388.81367号
[3] J.Halverson，C.Long和B.Sung，F-理论紧化中的算法普遍性，物理学。版次D 96（2017）126006[arXiv:1706.02299]【灵感】。
[4] W.Taylor和Y.-N.Wang，扫描4D F-理论景观的骨架，JHEP01（2018）111[arXiv:1710.11235][灵感]·Zbl 1384.83066号
[5] R.Altman，J.Carifio，J.Halverson和B.D.Nelson，使用方程学习器估计Calabi-Yau超曲面和三角剖分计数，JHEP03（2019）186[arXiv:1811.06490][INSPIRE]·Zbl 1414.83080号 ·doi:10.07/JHEP03（2019）186
[6] W.Lerche，D.Lüst和A.Schellekens，自对偶格的手性四维异质串，Nucl。物理学。B第287（1987）477条·doi:10.1016/0550-3213（87）90115-5
[7] F.Denef和M.R.Douglas，景观的计算复杂性。一、 《物理学年鉴》322（2007）1096[hep-th/0602072][灵感]·兹比尔1113.83007
[8] J.Halverson和F.Ruehle，场和弦理论中真空和近真空的计算复杂性，物理学。版本D 99（2019）046015[arXiv:1809.08279]【灵感】。
[9] M.Cvetić，I.Garcia-Etxebarria和J.Halverson，《弦论景观中非微扰有效势的计算：IIB/F理论视角》，Fortsch。Phys.59（2011）243[arXiv:1009.5386]【灵感】·Zbl 1209.81162号 ·doi:10.1002/prop.201000093
[10] Y.-H.He，深入了解风景，arXiv:1706.02714[灵感]。
[11] D.Krefl和R.-K.Seong，Calabi-Yau卷的机器学习，物理。版次D 96（2017）066014[arXiv:1706.03346]【灵感】。
[12] F.Ruehle，用遗传算法进化神经网络来研究字符串景观，JHEP08（2017）038[arXiv:1706.07024][INSPIRE]·Zbl 1381.83128号 ·doi:10.1007/JHEP08（2017）038
[13] J.Carifio、J.Halverson、D.Krioukov和B.D.Nelson，《字符串环境中的机器学习》，JHEP09（2017）157[arXiv:1707.00655][灵感]·兹比尔1382.81155 ·doi:10.1007/JHEP09（2017）157
[14] D.Klaewer和L.Schlechter，复曲面簇中超曲面的机器学习线丛上同调，物理学。莱特。B 789（2019）438[arXiv:1809.02547]【灵感】·Zbl 1406.14001号
[15] J.Liu，《宇宙景观中的人工神经网络》，JHEP12（2017）149[arXiv:1707.02800][INSPIRE]·Zbl 1383.85016号 ·doi:10.1007/JHEP12（2017）149
[16] Y.-N.Wang和Z.Z.Zhang，学习4D F-理论中的非Higgable规范群，JHEP08（2018）009[arXiv:1804.07296][灵感]。 ·doi:10.1007/JHEP08（2018）009
[17] R.Jinno，反弹计算的机器学习，arXiv:1805.12153[INSPIRE]。
[18] K.Bull、Y.-H.He、V.Jejjala和C.Mishra，机器学习CICY三倍，Phys。莱特。B 785（2018）65[arXiv:1806.03121]【灵感】。
[19] T.Rudelius，《学会膨胀》，JCAP02（2019）044[arXiv:1810.05159][灵感]·Zbl 07484857号 ·doi:10.1088/1475-7516/2019/02/044
[20] V.Jejjala、A.Kar和O.Parrikar，《深入学习纽结的双曲线体积》，arXiv:1902.05547【灵感】·Zbl 1430.57001号
[21] K.Hashimoto、S.Sugishita、A.Tanaka和A.Tomiya，深度学习和全息QCD，物理。D 98版（2018）106014[arXiv:1809.10536]【灵感】。
[22] A.Cole和G.Shiu，弦乐景观的拓扑数据分析，JHEP03（2019）054[arXiv:1812.06960][INSPIRE]·兹伯利1414.83083 ·doi:10.07/JHEP03（2019）054
[23] A.Mütter、E.Parr和P.K.S.Vaudrevange，《异质性球状景观中的深度学习》，Nucl。物理学。B 940（2019）113[arXiv:1811.05993]【灵感】·兹比尔1409.81099 ·doi:10.1016/j.nuclphysb.2019.013
[24] I.J.Goodfellow等人，《生成性对抗网络》，arXiv:1406.2661[INSPIRE]·Zbl 1436.68322号
[25] H.Erbin和S.Krippendorf，生成EFT模型的GANs，arXiv:1809.02612[灵感]·Zbl 1472.81155号
[26] J.Carifio等人，弦几何网络上宇宙学的真空选择，物理学。修订稿121（2018）101602[arXiv:1711.06685]【灵感】。 ·doi:10.1103/PhysRevLett.121.101602
[27] D.Silver等人，《掌握深度神经网络和树搜索的围棋游戏》，Nature529（2016）484·doi:10.1038/nature16961
[28] D.Silver等人，《在没有人类知识的情况下掌握围棋游戏》，Nature550（2017）354·doi:10.1038/nature24270
[29] I.Bello等人，具有强化学习的神经组合优化，arXiv:1611.09940。
[30] R.S.Sutton和A.G.Barto，《强化学习：导论》，美国麻省理工学院出版社（1998年）·Zbl 1407.68009号
[31] D.Silver，伦敦大学学院RL课程，http://www0.cs.ucl.ac.uk/staff/d.silver/web/Teaching.html。
[32] G.Brockman等人，Openai健身房，arXiv:1606.01540。
[33] V.Mnih等人，深度强化学习的异步方法，arXiv:1602.01783。
[34] R.Williams，神经网络强化学习的一类梯度估计算法，载于ICNN、M.Caudill和C.Butler编辑的IEEE，美国纽约（1987）。
[35] R.J.Williams，连接强化学习的简单统计梯度允许算法，机器学习8（1992）229·Zbl 0772.68076号
[36] V.Mnih等人，《通过深度强化学习进行人类层面的控制》，《自然》518（2015）529·doi:10.1038/nature14236
[37] M.Birck等人，《多任务强化学习：混合a3c域方法》（2017年）。
[38] M.R.Douglas和W.Taylor，交叉膜模型的景观，JHEP01（2007）031[hep-th/0606109][灵感]。 ·doi:10.1088/1126-6708/2007/01/031
[39] A.M.Uranga，D膜探针，RR蝌蚪抵消和k理论电荷，Nucl。物理学。B 598（2001）225[hep-th/0011048]【灵感】·Zbl 1046.81543号
[40] E.Witten，《SU（2）异常》，Phys。莱特。B 117（1982）324【灵感】。
[41] F.Gmeiner等人，十亿分之一：MSSM-like D-brane统计，JHEP01（2006）004[hep-th/0510170][INSPIRE]。
[42] M.R.Douglas，《弦/M理论真空的统计》，JHEP05（2003）046[hep-th/0303194][灵感]。 ·doi:10.1088/1126-6708/2003/05/046
[43] B.S.Acharya、F.Denef和R.Valandro，M理论真空的统计，JHEP06（2005）056[hep-th/0502060][灵感]。 ·doi:10.1088/1126-6708/2005/06/056
[44] E.I.Buchbinder，A.Constantin和A.Lukas，异质线束模型的模空间：四次曲面的案例研究，JHEP03（2014）025[arXiv:1311.1941][INSPIRE]。 ·doi:10.1007/JHEP03（2014）025
[45] M.Cvetić，J.Halverson，D.Klevers和P.Song，《关于IIB型紧化的有限性：椭圆Calabi-Yau上的三重磁化膜》，JHEP06（2014）138[arXiv:1403.4943][INSPIRE]·兹比尔1333.81321 ·doi:10.1007/JHEP06（2014）138
[46] S.Groot Nibbelink、O.Loukas、F.Ruehle和P.K.S.Vaudrevange，来自异株系束的无限多MSSM？，物理学。版本D 92（2015）046002[arXiv:1506.00879]【灵感】。
[47] V.Mnih等人，深度强化学习的异步方法，arXiv:1602.01783。
[48] S.Tokui、K.Oono、S.Hido和J.Clayton，Chainer:下一代开放源码深度学习框架，《神经信息处理系统（NIPS）第二十届年会机器学习系统（LearningSys）研讨会论文集》，12月7日至12日，加拿大蒙特利尔（2015）。
[49] M.Cvetić，T.Li和T.Liu，交叉D6-骨架的超对称Pati-Salam模型：通往标准模型的道路，Nucl。物理学。B 698（2004）163[hep-th/0403061][灵感]·兹比尔1123.81392 ·doi:10.1016/j.nuclphysb.2004.07.036
[50] M.Bukov等人，《量子控制不同阶段的强化学习》，《物理学》。修订版X 8（2018）031086。
[51] R.Sweke等人，容错量子计算的强化学习解码器，arXiv:1810.07207。
[52] V.Rosenhaus和W.Taylor，交叉膜景观尾部的多样性，JHEP06（2009）073[arXiv:0905.1951][INSPIRE]。 ·doi:10.1088/1126-6708/2009/06/073
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。