A study of jet mass distributions with grooming
我们进行了质子-质子碰撞中产生的强子喷流的不变质量分布的唯象研究，结合梳理算法。特别地，我们考虑修改的MassDrop标记器（mMDT），其对应于具有角度指数$β=0$的软降。我们的计算，这是在喷流质量和喷流横向动量的微分，resums大的喷流质量，包括完全依赖于groomer的能量阈值$z_\text{cut}$，它是匹配到固定阶QCD矩阵元在次领先的顺序。为了说明非微扰的贡献，源自强子化过程和从底层事件，我们还包括一个唯象校正因子来自蒙特卡罗部分子簇射模拟。此外，我们考虑两种不同的可能性射流横向动量：梳理之前或之后。我们表明，前者应首选与即将到来的实验数据进行比较，基本上是因为mMDT横向动量谱是不共线安全。
2017-07-25 hep-ph
Jets from Jets: Re-clustering as a tool for large radius jet reconstruction and grooming at the LHC
在大型强子对撞机（LHC）上，具有大半径$R\gtrsim 1$的喷流和疏导算法被广泛用于完全捕获助推重粒子的衰变产物。与此类研究中使用的大多数区别性变量不同，射流半径通常不会针对特定的物理场景进行优化。这是因为每一个喷流配置都必须在现场进行校准，以考虑探测器响应和其他实验效应。提高大型强子对撞机实验所使用的大$R$喷流配置的可用性的一个解决方案是{ \it喷流重新聚集}。喷流重新聚集引入了一个中间尺度$r<R$，在该尺度上喷流被校准并用作重建大半径喷流的输入。在本文中，我们系统地研究和提出新的射流重新聚集配置，并表明重新聚集的大半径射流具有基本上相同的射流质量性能的大半径修整射流。喷流重新聚集的好处是不需要额外的大R校准，允许重新聚集的大半径参数在特定精度测量或搜索新物理的背景下进行优化。
2014-12-11 hep-ph
Grooming at the Cusp: All-Orders Predictions for the Transition Region of Jet Groomers
射流疏导已成为一种必要的和重要的工具，以减轻污染辐射的射流。由修整器施加的对排放的附加限制可以导致在修整射流上测量的观测量的所得固定阶分布的非平滑行为。作为一个具体的例子，我们研究了软滴修饰的$e^+e^-\to$强子事件半球质量分布中的尖点。我们确定了领先的排放，有助于在该地区的尖点，并制定了一个全阶因式分解定理，描述了如何解决尖点通过任意强有序的软共线排放。因式分解定理具有许多新的功能，如贡献共线模式，可以跨越半球边界，以及需要明确减去的限制，其中解决的排放成为共线的硬核。我们提出了recremation的尖点区域，通过下一个领先的对数精度，并描述了它如何可以与建立的因式分解定理，描述其他梳理相空间区域相匹配。
2021-10-27 hep-ex hep-ph
Factorized groomed jet mass distribution in inclusive jet processes
我们认为，在包容性射流过程中，使用修改的质量下降标签（mMDT），对应于软滴的角指数$β=0$的因子化梳理射流质量分布。在修饰总是返回修饰的射流的意义上，实现修饰过程而不是标记，而当在标记之后保留单个粒子时，标记不返回射流。我们发现，疏导程序使喷流质量分布红外安全，只有紫外发散出现在每个因子化的部分。考虑到对射流质量变量$ρ= M_J^2/(p_T^JR)^2$和疏导切割$y_c$的各种限制，在宽的射流质量范围内研究了疏导射流质量分布。在不同的运动学区域中采用适当的有效理论来恢复大的解析解，其中由于因子分解的类型不同，包含了$ρ\sim y_c \ll 1$区域中的分析。通过对射流质量中的大扰动进行数值计算，并利用$y_c$，给出了因子化修饰射流质量分布的解析计算方法。在数值上，重算的效果明显增强，与次主导阶的计算相比，估计非线性项很小。
2018-06-05 hep-ph
Augmenting Collider Searches and Enhancing Discovery Potentials through Stochastic Jet Grooming
喷流修剪程序已被证明可以大大改善强子碰撞事件重建，通过减轻污染，由于初始状态的辐射，多重相互作用，事件堆积。与此同时，Qjets -一种基于树的射流子结构的非确定性方法已被证明是一种强大的技术，在减少随机的统计波动，产生显着的有效的亮度改善。这通过相对于常规方法的显著性$S/δB$的改善来证明。量子喷射流在许多情况下还提供了新的可观测量，如质量波动，可用于进一步区分信号和背景事件。统计鲁棒性和波动性观测，标签，同时获得。我们在这里探索这两种技术的组合，并证明，显着增强发现潜力，可以获得非平凡的方式。我们将通过考虑一个双玻色子共振分析作为案例研究来说明这一点-使我们能够在收益纯粹是由于统计稳健性的情况和收益也被波动性变量判别式加强的情况之间进行插值。例如，前者适用于双重子/双夸克共振，而后者则与二- $W^\pm$ /二- $Z^0$共振有关，其中提升矢量玻色子是强子衰变的，并有一个内在的质量标度。我们认为，可以提高信号的意义和发现的潜力显着通过随机疏导，并帮助扩大在大型强子对撞机和未来的强子对撞机的研究。
2016-09-15 hep-ex hep-ph
Identifying groomed jet splittings in heavy-ion collisions
对重离子碰撞中喷流亚结构的测量可以为理解夸克-胶子等离子体中喷流淬灭的本质提供关键的见解。从高能物理学的喷流疏导技术已被应用到重离子碰撞，以隔离理论控制喷流可观的，并探讨可能的修改，以硬子结构的喷流。然而，所使用的梳理算法还没有定制的独特的考虑重离子碰撞，特别是在一个大的潜在事件的存在下重建射流的实验挑战。我们报告了一组简单的研究，说明了潜在的事件识别修饰射流分裂的重离子碰撞的影响，并在相关的修饰射流观测。我们说明了选择的梳理算法的重要性，因为某些梳理器更强大的这些影响，而其他人，包括那些常用的重离子碰撞，容易受到大的背景效应-当不受控制时，可以模仿射流淬火信号。这些实验的考虑，以及适当的理论动机，提供输入的选择疏导算法中采用的重离子碰撞。
2020-10-31 hep-ph nucl-ex
Revisiting Early Detection of Sexual Predators via Turn-level Optimization
Graduate School of Artificial Intelligence, POSTECH（浦项科技大学人工智能研究生院）；Department of Computer Science and Engineering, POSTECH（浦项科技大学计算机科学与工程系）；aiXplain Inc.（aiXplain公司）
本文提出速度控制强化学习SCoRL，利用引诱沟通理论的轮次级风险标签和速度控制奖励函数，在速度与准确性之间取得平衡，从而识别最优早期干预点，实现更主动及时的在线诱骗检测。
2025-03-09 cs.AI cs.CL cs.LG
Substructure grooming of inclusive and photon-tagged jets in heavy-ion collisions
China Three Gorges University（三峡大学）；Central China Normal University（华中师范大学）；South China Normal University（华南师范大学）
本文研究了重离子碰撞中包容性及光子标记喷注的子结构修剪，揭示了高k_T,g处的抑制现象与部分子能量损失和选择偏差的关系，并提出R_g变宽作为喷注子结构变宽的证据。
2026-09-23 hep-ph nucl-th
libGroomRL: Reinforcement Learning for Jets
在这些程序中，我们提出了一个库，允许在C++中直接调用用深度强化学习训练的喷气梳理算法。RL代理使用构造的奖励函数进行训练，以优化修饰的射流特性，同时使用信号和背景样本进行多级训练。我们表明，源自深度RL代理的梳理算法可以与大型强子对撞机使用的最先进技术相匹配，从而提高了增强对象的质量分辨率。给定一个合适的奖励函数，代理学习如何训练的政策，最佳地消除软广角辐射，允许一个模块化的梳理技术，可以应用在广泛的背景。使用GroomRL训练的神经网络可以通过libGroomRL C++库用于FastJet分析。
2019-09-15 hep-ex hep-ph physics.data-an
Dynamically groomed jet radius in heavy-ion collisions
我们探讨了最近提出的喷流子结构技术，动态疏导，钉扎的超相对论重离子碰撞中形成的夸克-胶子等离子体的属性的能力。特别是，我们计算，无论是分析和通过蒙特卡罗模拟，在射流中最难分裂的动态疏导定义的开口角$θ_g$。基于微扰QCD，我们的计算在双对数近似下考虑了类真空过程和介质诱导过程之间的时间因子分解。我们观察到，占主导地位的规模在$θ_g$ -分布是退相干角$θ_c$，其特征的分辨率功率的介质传播彩色探针。这一特点也坚持在强耦合模型射流淬火。我们进一步提出了潜在的实验测量的动力学疏导条件和射流半径，导致pQCD占主导地位的观察与一个非常小的灵敏度（$\leq 10\%$），中等响应的一个合适的组合。
2021-11-29 hep-ph nucl-th
Jet energy drop
我们研究了射流能量的下降，这是疏导和未疏导的射流能量或横向动量之间的相对差异。它是表征梳理对高能碰撞产生的喷流影响的基本量之一。我们考虑三种不同的梳理算法i）软丢弃，ii）迭代软丢弃，和iii）修剪。我们进行了重新计算的射流能量下降，射流半径以及相关的疏导参数在次领先的对数（NLL $'$）的精度大的平方。此外，我们考虑到非全局和集群的算法，并确定下一个领先的顺序校正。对于软降，我们进行联合remmation的射流能量下降和疏导射流半径，这是必要的，以实现正确的所有阶结构的横截面，特别是对于Sudakov安全的情况下，软降与$β=0$。我们提出了数值计算结果的LHC能量和比较Pythia模拟以及CMS数据。我们的因式分解框架预测的发病非微扰效应的射流能量分布，符合我们在皮提亚发现。喷流能降观测站脱颖而出，因为他们只探测软辐射，使他们成为理想的候选人，调整部分子簇射蒙特卡罗事件发生器和探测介质效应的重离子碰撞。
2022-02-14 hep-ph
NLO+NLL' accurate predictions for three-jet event shapes in hadronic Higgs decays
本文为强子希格斯衰变 $H\to gg$ 和 $H\to b\bar b$ 的事件形状给出 NLO+NLL' 精确预言，并研究软滴修饰对胶子与夸克末态区分能力的影响。
2024-06-29 hep-ex hep-ph
Automated Calculation of Dijet Soft Functions in the Presence of Jet Clustering Effects
我们扩展我们的框架，自动计算dijet软功能的可观的，不遵守非阿贝尔指数定理，如喷气否决或梳理软功能，是敏感的喷气算法的聚类效果。虽然不相关的双排放的矩阵元素有一个简单的结构比一个相关的排放，我们认为，其奇异性结构所需的相空间参数化构成更严格的限制。我们的算法适用于SCET-1和SCET-2的软功能，它是在新的程序SoftSERVE实现。我们目前的结果为各种喷射否决可观的软滴喷射疏导算法，并获得新的预测。
2018-01-15 hep-ph
Probing jet-medium interactions via jet substructure observables in relativistic heavy-ion collisions
本研究利用多相输运模型，通过Soft Drop算法重构喷注子结构观测量，发现中心PbPb碰撞中高$M_g/p_T$区域增强源于喷注-介质相互作用，且该效应与大角度散射相关。
2025-06-23 hep-ex hep-ph nucl-ex
Recursive Soft Drop
我们介绍了一种新的射流子结构技术，称为递归软降，它概括了软降算法有多个梳理层。与原始Soft Drop方法一样，这种新的递归变体遍历射流聚类树以去除软广角污染。通过N次强制执行软降条件，递归软降提高了增强强子对象（如W玻色子、顶夸克和希格斯玻色子）的喷流质量分辨率。我们进一步表明，这种改善质量分辨率持续包括堆积的影响时，大堆积多重性。在N趋于无穷大的极限下，所得到的修饰射流形式上具有零集水面积。作为一种替代方法，我们提出了一个自下而上的版本的递归软降，在其本地形式，是类似于递归软降，在其全球形式，可用于执行事件范围的疏导。
2018-06-29 hep-ex hep-ph
Deep Reinforcement Learning for the Heat Transfer Control of Pulsating Impinging Jets
International School for Advanced Studies (SISSA)（国际高等研究学院（SISSA））；University of Urbino Carlo Bo（乌尔比诺卡洛·博大学）
本研究探讨了基于计算流体动力学的Deep Reinforcement Learning在脉动射流热控制中的应用，比较了多种DQN变体，发现soft Double和Duel DQN能将温度在超98%的周期内维持在阈值内，证明DRL在热控制中潜力巨大。
2023-09-25 cs.LG cs.NA math.NA
Factorization and Resummation for Groomed Multi-Prong Jet Shapes
在大型强子对撞机（LHC）中，区分推升拓扑和QCD喷流的观测量正在发挥越来越重要的作用。这些观测值通常与射流疏导算法结合使用，从而减少来自理论和实验来源的污染。在本文中，我们推导出因子分解公式的修饰多叉子结构观测量，特别是关注修饰$D_2$观测，这是用来识别推升强子衰变的电弱玻色子在大型强子对撞机。我们的因式分解公式允许系统地改进计算的微扰$D_2$分布和remmation的增强项在所有区域的相空间使用重整化群演化。它们包括一种新的因式分解的存在下，梳理算法，其中聚类效应直接进入硬匹配的软subjet的生产。我们使用这些因式分解公式得出强有力的结论，实验相关的$D_2$分布在$e^+e^-$和$pp$碰撞的普遍性。特别是，我们表明，只有过程的依赖性进行的相对夸克与胶子喷流的比例在样品中，没有非全球性的事件范围内的相关性的分布，强子化校正控制的微扰质量的喷流，和所有的全球颜色相关性完全删除梳理，使梳理$D_2$一个理论上干净的QCD观察，即使在大型强子对撞机环境。我们计算的所有成分的一个循环的准确性，并在下一个领先的对数精度$e^+e^-$碰撞的数值结果，与部分子淋浴蒙特卡罗模拟。$pp$碰撞的结果，在大型强子对撞机的现象相关，在一个配套文件。
2017-09-29 hep-ex hep-ph nucl-th
An Automatic Ground Collision Avoidance System with Reinforcement Learning
本文提出一种基于人工智能的自动地面避障系统，旨在提升先进喷气式教练机的操作效能，通过有限观测空间内的避障设计提升安全性和操作能力。
2026-04-27 cs.LG cs.RO
Nonperturbative Corrections to Soft Drop Jet Mass
本文利用软共线有效理论研究了软滴修饰喷注质量分布中的强子化非微扰效应，揭示了中等质量区由三个普适参数给出的领头幂次修正及小质量区非归一化形状函数对β的非平凡依赖。
2025-07-03 hep-ph nucl-th
Active Control of Flow over Rotating Cylinder by Multiple Jets using Deep Reinforcement Learning
University of Zanjan（赞詹大学）
本研究将深度强化学习与旋转相结合，通过多射流主动控制旋转圆柱绕流，优化射流与传感器配置，实现高达49.75%的阻力降低并稳定涡脱落。
2024-01-01 cs.LG physics.flu-dyn
Jet-RL: Enabling On-Policy FP8 Reinforcement Learning with Unified Training and Rollout Precision Flow
NVIDIA；MIT（麻省理工学院）；UC Berkeley（加州大学伯克利分校）
Jet-RL通过统一FP8精度流实现稳定高效的强化学习训练，显著提升训练和回放速度，同时保持精度稳定。
2026-01-24 cs.CL cs.LG
Perfecting Aircraft Maneuvers with Reinforcement Learning
本文评估了先进喷气式教练机利用AI进行飞机空翻动作的潜力，旨在开发特定飞机特技的AI辅助飞行员训练模块。
2026-04-27 cs.LG
Active flow control for three-dimensional cylinders through deep reinforcement learning
KTH Royal Institute of Technology（瑞典皇家理工学院）；Barcelona Supercomputing Center - Centro Nacional de Supercomputación（巴塞罗那超级计算中心-国家超级计算中心）
本文提出基于多智能体深度强化学习框架，利用近端策略优化算法耦合计算流体力学求解器，通过多个独立控制的零净质量通量合成射流实现三维圆柱主动流动控制，在三种不同配置下均显著降低了阻力。
2023-09-04 cs.LG physics.flu-dyn
Tagging Partially Reconstructed Objects with Jet Substructure
我们提出了一种新的标记器，其目的是在识别部分重建的对象，其中只有一些成分被收集在一个单一的射流。作为一个例子，我们专注于顶部衰变的强子衰变W或b喷流的任何一部分是软的或落在顶部喷流锥之外。我们构造了一个观测量来识别衰变的残余子结构，并采用积极的喷流梳理来拒绝QCD背景。该标记器是现有的补充，并在中间助推制度，喷气子结构技术通常失败。预计类似的标记器可以用于识别非QCD强子喷流，例如那些来自隐藏山谷的喷流。
2014-12-23 hep-ex hep-ph
Telescoping jet substructure
我们介绍了一种新的射流子结构方法，利用相对于采样的相空间边界量化的可变性的可观的变化。我们应用这种技术来识别助推W玻色子和顶夸克射流使用伸缩subjets利用信息来自subjet拓扑结构和来自subjet子结构。我们发现优良的性能的变化，特别是其对有限的检测器分辨率的鲁棒性。扩展到伸缩式喷流疏导和其他伸缩式喷流子结构观测也很简单。该方法为重粒子示踪提供了一个新的方向，并为射流子结构的分解提供了一种系统的方法。
2017-11-29 hep-ex hep-ph nucl-ex
An Aircraft Upset Recovery System with Reinforcement Learning
本文提出利用强化学习提升先进喷气教练机飞行员激活恢复系统（PARS）的效率，采用先进的SAC模型和超参数优化方法，结合领域专家反馈，验证AI模型优于传统控制方法。
2026-04-27 cs.LG
Aspects of Jets at 100 TeV
我们提出了三个案例研究，在100 TeV的质子对撞机如何射流分析可以改善使用新的射流（子）结构技术。首先，我们使用赢家通吃重组计划，以定义一个无反冲射流轴，是强大的对堆积。其次，我们表明，软滴去聚是一个有效的喷流疏导程序，尊重QCD的近似标度不变性。最后，我们强调了一个潜在的标准蜡烛射流校准使用软降能量损失。后一个观测结果对喷流的规模和味道非常不敏感，这是因为它是红外/共线不安全的，但Sudakov是安全的。
2014-08-07 hep-ex hep-ph
Phenomenology of heavy-flavour jet angularities at hadron colliders
Technical University of Munich（慕尼黑工业大学）；Università di Genova（热那亚大学）；INFN, Sezione di Genova（意大利国家核物理研究所热那亚分部）；CERN（欧洲核子研究中心）；Georg-August-Universität Göttingen（哥廷根大学）
针对强子Z+喷注事件中b夸克喷注的角度量，计算了重求和与匹配的预测，并考虑了软滴算法修饰、质量效应及非微扰修正，与轻味喷注对比量化了有限质量效应的影响。
2026-11-13 hep-ex hep-ph
FlowRL: Flow-Augmented Few-Shot Reinforcement Learning for Semi-Structured Sensor Data
Wayne State University（韦恩州立大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）
FlowRL 通过生成高质量合成数据提升少样本强化学习的样本效率和策略鲁棒性，有效应用于半结构化传感器数据场景。
2026-01-10 cs.LG
On the use of Deep Autoencoders for Efficient Embedded Reinforcement Learning
University of Maryland Baltimore County（马里兰大学巴尔的摩县分校）；US Army Research Laboratory（美国陆军研究实验室）
在自主嵌入式系统中，减少在现实世界中采取的行动数量和学习策略所需的能量通常至关重要。从高维图像表示训练强化学习代理可能非常昂贵和耗时。自动编码器是深度神经网络，用于将像素化图像等高维数据压缩成小的潜在表示。这种压缩模型对于有效地学习策略至关重要，特别是在嵌入式系统上学习时。我们在NVIDIA Jetson TX 2嵌入式GPU上实现了该模型，并针对各种CPU/GPU内核组合、频率和模型参数评估了自动编码器的功耗、吞吐量和能耗。此外，我们还展示了自动编码器生成的重建，以分析生成的压缩表示的质量以及强化学习代理的性能。最后，我们提出了一个评估的可行性培训这些模型的嵌入式系统和它们的有用性，在开发自主的政策。使用自动编码器，与具有卷积特征提取器的基线RL代理相比，我们能够实现4-5 $\times$的性能改进，同时使用不到2 W的功率。
2019-03-25 cs.AI cs.LG
Soft Actor-Critic Deep Reinforcement Learning for Fault Tolerant Flight Control
Delft University of Technology（代尔夫特理工大学）
容错飞行控制面临挑战，因为为每个意外故障开发基于模型的控制器是不现实的，并且在线学习方法由于其低采样效率而只能处理有限的系统复杂性。在这项研究中，无模型耦合动力学飞行控制器的喷气式飞机能够承受多种故障类型的建议。离线训练的级联Soft Actor-Critic深度强化学习控制器在高度耦合的机动中取得了成功，包括协调的40度爬坡转弯，归一化平均绝对误差为2.64%。该控制器对-15 °方向舵卡死、副翼有效性降低70%、结构故障、结冰和重心后移等六种故障具有鲁棒性。当响应稳定且爬坡转弯成功完成时，换档。对有偏传感器噪声、大气扰动以及不同初始飞行条件和参考信号形状的鲁棒性也得到了证明。
2022-02-16 cs.LG cs.RO cs.SY
Federated Transfer Reinforcement Learning for Autonomous Driving
Webank（微众银行）；Hong Kong University of Science and Technology（香港科技大学）
强化学习（RL）被广泛应用于自动驾驶任务中，并且训练RL模型通常涉及多个步骤的过程：在模拟器上预训练RL模型，将预训练的模型上传到现实生活中的机器人，以及微调机器人车辆上的重量参数。这个顺序的过程非常耗时，更重要的是，来自微调模型的知识停留在本地，不能被重用或协同利用。为了解决这个问题，我们提出了一个在线联邦RL传输过程，用于实时知识提取，其中所有参与者代理都使用其他人学到的知识进行相应的操作，即使他们在非常不同的环境中行事。为了验证所提出的方法的有效性，我们构建了一个现实生活中的碰撞避免系统与微软Airsim模拟器和NVIDIA JetsonTX2汽车代理，合作从头开始学习，以避免在室内环境中与障碍物的碰撞。我们证明，与建议的框架，模拟器汽车代理可以实时传输知识的RC车，与障碍物的平均距离增加了27%，碰撞次数减少了42%。
2019-10-14 cs.AI cs.LG cs.RO
Jet Observables Without Jet Algorithms
我们引入了一类新的事件形状来描述事件的喷射状结构。像传统的事件形状一样，我们的观测值是红外/共线安全的，并且涉及事件中所有强子的总和，但是像喷流聚类算法一样，它们包含喷流半径参数和横向动量切割。三个无处不在的喷流为基础的可观测-喷流多重性，总标量横向动量，和失踪的横向动量-有事件形状的对应物，与他们的喷流为基础的堂兄弟密切相关。由于它们的“局部”计算结构，这些类似喷流的事件形状可能会被用于LHC的粒子级事件选择。有趣的是，喷流多重性事件形状通常采用非整数值，突出了定义喷流时固有的模糊性。通过反演射流多重性，我们展示了如何描述第n个最硬射流的横向动量，而实际上没有找到该射流的成分。由于许多物理应用程序确实需要有关射流成分的知识，我们还建立了一个混合事件的形状，结合（本地）射流聚类信息。作为一个简单的应用程序，我们的一般技术，我们得到一个事件形状版本的射流修剪，允许事件范围内的射流梳理没有明确的射流识别。最后，我们简要地提到我们的方法的可能的应用射流子结构研究。
2014-03-09 hep-ex hep-ph
A Reinforcement-Learning-Augmented Liquid-Fueled Reactor Network Model for Predicting Lean Blowout in Gas Turbine Combustors
Louisiana State University（路易斯安那州立大学）；Argonne National Laboratory（阿贡国家实验室）
研究提出强化学习框架预测燃气轮机燃烧室贫油熄火，采用多阶段聚类-分类策略，借助初始聚类和演员-评论家RL智能体生成优化反应器区域，验证研究显示该框架预测保真度高、速度快，有潜力作为降阶建模技术辅助高保真模拟。
2026-07-22 cs.LG
Jet Cleansing: Pileup Removal at High Luminosity
从高亮度强子对撞机数据中提取有用信息的最大障碍之一是次级碰撞（即堆积）的辐射，它可能与初级相互作用的辐射重叠。在本文中，我们介绍了一个简单的射流子结构技术，称为清洗，可以始终纠正大量的堆积在一个可观察的独立的方式。清理工作在subjet水平，结合跟踪器和热量计为基础的数据，以重建堆积自由的主要相互作用。该技术可以单独使用，具有不同程度的复杂性，或与喷气式飞机美容合作。我们将清洗应用于运动学和射流形状重建，在所有情况下，发现在清洗数据与未污染结果的相关性以及S/rt（B）等措施方面，都比以前的方法有明显的改进。净化应该可以提高高光度下新物理学研究的灵敏度，也可以帮助比较精确的QCD计算和对撞机数据。
2014-09-26 hep-ex hep-ph
PIPer: On-Device Environment Setup via Online Reinforcement Learning
JetBrains Research（JetBrains研究部）；Constructor University（Constructor大学）；Delft University of Technology（代尔夫特理工大学）
本文提出PIPer，通过结合监督微调和带可验证奖励的强化学习，微调专用模型以自动化软件环境配置，使Qwen3-8B在EnvBench-Python上达到与更大模型相当的性能。
2025-09-29 cs.AI cs.LG cs.SE
Energy-Efficient Computation with DVFS using Deep Reinforcement Learning for Multi-Task Systems in Edge Computing
Department of Computer Science, St. Francis Xavier University, Canada（计算机科学系，圣弗朗西斯大学，加拿大）
本研究针对边缘设备多任务场景的节能需求，提出两种基于系统利用率的编码方法，结合强化学习生成DVFS策略，在Jetson Nano上实现了比Linux内置调控器高3%-10%的功耗节省。
2025-05-21 cs.LG cs.OS
Reinforcement co-Learning of Deep and Spiking Neural Networks for Energy-Efficient Mapless Navigation with Neuromorphic Hardware
Computational Brain Lab, Department of Computer Science, Rutgers University（罗格斯大学计算机科学系计算大脑实验室）
节能的无地图导航对于移动机器人来说至关重要，因为它们在有限的机载资源下探索未知环境。虽然最近的深度强化学习（DRL）方法已成功地应用于导航，但其高能耗限制了其在几个机器人应用中的使用。在这里，我们提出了一种神经形态的方法，结合了脉冲神经网络的能量效率与DRL的最优性，并在无地图导航的学习控制策略中进行基准测试。我们的混合框架，尖峰深度确定性策略梯度（SDDPG），由尖峰演员网络（SAN）和深度评论家网络，其中两个网络使用梯度下降联合训练。共同学习使两个网络之间的协同信息交换成为可能，使它们能够通过共享的表示学习克服彼此的局限性。为了评估我们的方法，我们在英特尔的Loihi神经形态处理器上部署了经过训练的SAN。当在模拟和真实世界的复杂环境中进行验证时，与Jetson TX2上的DDPG相比，我们在Loihi上的方法每次推理消耗的能量减少了75倍，并且还表现出更高的成功导航率，范围从1%到4.2%，并取决于前向传播时间步长。这些结果加强了我们正在进行的努力，设计大脑启发的算法，用于控制具有神经形态硬件的自主机器人。
2020-07-31 cs.LG cs.NE cs.RO
Deep Reinforcement Learning for Navigation in AAA Video Games
Ubisoft La Forge（育碧La Forge）
在视频游戏中，非玩家角色（NPC）用于以各种方式增强玩家的体验，例如，敌人盟友还是无辜的旁观者NPC的一个重要组成部分是导航，它允许他们从地图上的一个点移动到另一个点。在电子游戏行业中，NPC导航最流行的方法是使用导航网格（NavMesh），这是地图的图形表示，其中节点和边表示可穿越的区域。不幸的是，复杂的导航能力，扩大了字符的移动能力，例如，抓钩、喷气背包、远距离传送或双跳，增加了NavMesh的复杂性，使其在许多实际场景中变得难以处理。因此，游戏设计者只能在想要NPC导航的情况下添加NavMesh可以处理的能力。作为替代方案，我们建议使用深度强化学习（Deep RL）来学习如何使用任何导航功能导航3D地图。我们在Unity游戏引擎中的复杂3D环境中测试了我们的方法，这些环境明显比Deep RL文献中通常使用的地图大一个数量级。其中一个地图是直接模仿育碧AAA游戏。我们发现，我们的方法表现得令人惊讶的好，实现至少$90\%$的成功率在所有测试的情况下。我们的结果视频可在https://youtu.be/WFIf9Wwlq8M上获取。
2020-11-17 cs.CV cs.LG
A perspective on fluid mechanical environments for challenges in reinforcement learning
Sony AI（索尼人工智能）；Cohere Labs（Cohere实验室）；The Hebrew University of Jerusalem（耶路撒冷希伯来大学）
本文提出将经典流体力学问题作为强化学习测试平台，通过非线性不稳定性环境中的状态、动作空间和奖励函数设计，促进智能体在高维动态环境中的高效交互。
2026-05-24 cs.LG
MILER: Semantic Mid-Level Representation for Sim-to-Real Reinforcement Learning in Unstructured Autonomous Driving
University of the Bundeswehr Munich（慕尼黑联邦国防军大学）
MILER通过语义中层表示模拟器和轨迹对齐策略，实现非结构化自动驾驶中感知与控制的零样本仿真到现实迁移，并在真实测试中验证了有效性。
2026-09-18 cs.LG cs.RO
Turbulence control in plane Couette flow using low-dimensional neural ODE-based models and deep reinforcement learning
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
湍流的高维性和复杂的动力学仍然是控制策略的发现和实施的障碍。深度强化学习（RL）是克服这些障碍的一种有希望的途径，但需要一个训练阶段，在这个阶段中，RL代理与流环境迭代交互以学习控制策略，当环境涉及缓慢的实验或大规模模拟时，这可能非常昂贵。我们使用一个我们称为“DManD-RL”（数据驱动流形动力学-RL）的框架来克服这一挑战，该框架生成了我们用于RL训练的系统的数据驱动低维模型。用这种方法，我们试图在一个直接的数值模拟（DNS）的湍流最小流单元的平面Couette流在Re=400使用两个狭缝射流在一个墙上的阻力最小化。我们得到，从DNS数据与$\mathcal{O}(10^5)$自由度，一个25维DManD模型的动力学相结合的自动编码器和神经常微分方程。使用这个模型作为环境，我们训练一个RL控制代理，产生了440倍的加速比训练的DNS，具有相同的控制性能。该代理学习的政策，分层84%的看不见的DNS测试轨迹在900个时间单位，显着优于经典的反对派控制（58%），尽管驱动权限受到更多的限制。该药剂通常通过一种违反直觉的策略来实现层化，该策略驱动两个低速条纹的形成，其展向波长太小而不能自我维持。当我们将观察限制在壁剪切速率时，该代理表现出相同的性能。
2023-01-28 cs.LG physics.flu-dyn
Eagle: End-to-end Deep Reinforcement Learning based Autonomous Control of PTZ Cameras
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）；Amazon（亚马逊）；USC Information Sciences Institute（南加州大学信息科学研究所）
提出端到端深度强化学习方案Eagle，通过逼真仿真框架训练轻量级神经网络策略直接控制PTZ相机，实现高分辨率目标居中跟踪，在嵌入式平台上实时运行并可直接迁移至现实场景。
2023-04-10 cs.CV cs.LG cs.SY
Data-driven control of spatiotemporal chaos with reduced-order neural ODE-based models and reinforcement learning
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
深度强化学习（RL）是一种数据驱动的方法，能够发现高维系统的复杂控制策略，使其在流控制应用中具有前景。特别是，目前的工作是出于减少湍流中的能量耗散的目标，所考虑的例子是时空混沌动力学的Kuramoto-Sivashinsky方程（KSE）。与RL相关的主要挑战是必须通过与目标系统重复交互来生成大量训练数据，当系统在计算或实验上昂贵时，这使得其成本高昂。我们以数据驱动的方式缓解了这一挑战，通过自动编码器将降维与神经ODE框架相结合，从有限的数据集中获得低维动态模型。我们在RL训练过程中用这种数据驱动的降阶模型（ROM）代替真实系统，以有效地估计最优策略，然后将其部署在真实系统上。对于KSE驱动与本地化的强迫（“喷气机”）在四个位置，我们证明了我们能够学习的ROM，准确地捕捉驱动的动态，以及基本的自然动态只是从快照的KSE经历随机激励。使用这个ROM和最小化耗散和功耗成本的控制目标，我们使用深度RL从中提取控制策略。我们表明，基于ROM的控制策略转化为真正的KSE和突出的RL代理发现和稳定的KSE系统的基本强制平衡解决方案。我们发现，这个强制平衡捕获的ROM和发现通过RL是一个现有的已知的自然KSE的平衡解决方案。
2022-05-01 cs.LG nlin.CD
Practical Jet Flavour Through NNLO
一个红外线和共线（IRC）的安全定义的喷流的部分子味道是至关重要的精确预测的量子色动力学在对撞机。喷气味道定义已经在文献中提出，但它们通常是通过修改喷气算法来定义的，以便在聚类的每个阶段对部分音调味道敏感。虽然这确实确保了射流中的味道总和是IRC安全的，但味道敏感的聚类过程很难应用于现实数据。我们介绍了一种独特的和新颖的方法，可以适用于任何算法定义的部分子的任何集合的喷气味。我们对喷射味道的定义是在软滴梳理之后剩余的所有部分子的味道的总和，用Jade算法重新聚类。我们证明了这个处方是IRC安全的，通过下一个到下一个到领先的顺序（NNLO），因此可以与目前最精确的固定顺序计算的喷气机接口。我们验证了IRC的安全性，这个定义与数字固定顺序代码，并进一步表明，喷气式飞机的味道与软滴重新聚类与广义kT算法未能IRC安全在NNLO。
2022-07-24 hep-ph
Tackling Snow-Induced Challenges: Safe Autonomous Lane-Keeping with Robust Reinforcement Learning
Department of Electrical Engineering, Amirkabir University of Technology（电气工程系，阿米尔卡比尔技术大学）；Department of Mechanical Engineering, Amirkabir University of Technology（机械工程系，阿米尔卡比尔技术大学）
本文提出两种基于鲁棒强化学习的算法，用于提升自动驾驶车辆在雪地条件下的车道保持性能，通过结合时间记忆、对抗鲁棒性和注意力机制提高路径跟踪的准确性和稳定性。
2025-12-15 cs.AI cs.CV cs.LG
Shocks Under Control: Taming Transonic Compressible Flow over an RAE2822 Airfoil with Deep Reinforcement Learning
Aerospace Engineering Department, Worcester Polytechnic Institute（航空航天工程系，沃斯特理工学院）；Department of Aerospace Engineering, University of Michigan（航空航天工程系，密歇根大学）
针对Re=50,000时二维RAE2822翼型跨音速激波-边界层相互作用的主动流动控制问题，本文采用深度强化学习（DRL）结合高保真CFD求解器，通过合成射流作动器有效缓解激波诱导分离、抑制振荡并提升气动力性能。
2025-11-10 cs.LG physics.flu-dyn
Deep Reinforcement Learning with Population-Coded Spiking Neural Network for Continuous Control
Rutgers University（罗格斯大学）
移动机器人的节能控制是至关重要的，因为它们的现实世界的应用越来越复杂，涉及高维的观察和动作空间，这不能被有限的板载资源所抵消。一个新兴的非冯·诺依曼智能模型，其中脉冲神经网络（SNN）运行在神经形态处理器上，被认为是一个节能和鲁棒的替代国家的最先进的实时机器人控制器的低维控制任务。这种新的计算模式现在面临的挑战是扩展，以便它能够跟上现实世界的任务。为此，SNN需要克服其训练的固有局限性，即其尖峰神经元表示信息的能力有限以及缺乏有效的学习算法。在这里，我们提出了一个人口编码的尖峰演员网络（PopSAN）与使用深度强化学习（DRL）的深度评论家网络一起训练。群体编码方案大大提高了网络的表示能力，混合学习将深度网络的训练优势与尖峰网络的节能推理相结合。为了展示我们的方法的普遍适用性，我们将其与一系列的政策和政策外DRL算法相结合。我们在英特尔的Loihi神经形态芯片上部署了经过训练的PopSAN，并将我们的方法与主流DRL算法进行了基准测试，以实现连续控制。为了在所有方法之间进行公平的比较，我们在OpenAI健身房任务中验证了它们。与Jetson TX2上的深度演员网络相比，我们的Loihi运行的PopSAN每次推理消耗的能量少140倍，并且具有相同的性能水平。我们的研究结果支持神经形态控制器的效率，并建议我们的混合RL作为深度学习的替代方案，当能量效率和鲁棒性都很重要时。
2020-10-19 cs.LG cs.NE cs.RO
CPU frequency scheduling of real-time applications on embedded devices with temporal encoding-based deep reinforcement learning
St. Francis Xavier University（圣弗朗西斯泽维尔大学）
针对嵌入式设备周期性任务电源管理问题，提出基于时间编码的深度强化学习DVFS调节器，在多种工作负载下比Linux内置方法节能3%-14%。
2023-09-07 cs.AI cs.AR cs.LG
Precision physics with pile-up insensitive observables
为了深化对超越标准模型的物理学的研究，大型强子对撞机正在向越来越高的光度迈进。在高光度下，由于每个束流交叉的额外质子碰撞（称为堆积）的污染，精确物理变得越来越困难。近年来，已经开发了许多方法来剔除这种多余的主要是低能量辐射远离重要的信号区域，但目前还不清楚这些方法是否适合系统改进的理论理解。在本文中，它表明，这样的一种方法，软液滴射流疏导，具有优良的理论性能：它是超本地的，只依赖于一个喷流内的辐射，它是免费的非全球性的？软液滴射流质量和相关的可观测量的计算在下一个到下一个到领先的对数精度匹配到下一个到下一个到领先的固定阶微扰量子色动力学。一旦在大型强子对撞机上测量，理论和数据之间的精确比较就可以进行，基本上与堆积污染的数量无关。
2016-03-22 hep-ex hep-ph
Generic dijet soft functions at two-loop order: uncorrelated emissions
我们扩展我们的算法自动计算的两个循环dijet软函数的观测值，不遵守非阿贝尔指数定理，即那些需要一个独立的计算不相关的排放贡献。由于非相关双发射的奇异性结构与相关发射的奇异性结构有很大不同，我们引入了一种新的相空间参数化方法来隔离相应的发散。由此产生的积分在SoftSERVE 1.0中实现，我们与这项工作一起发布，并且我们通过与rapidity renormalisation group框架一致的调节器进行补充。使用我们的自动化设置，我们确认现有的结果为各种喷射否决可观的软滴喷射疏导算法提供了一种新的预测。
2020-04-17 hep-ph
Factorization for groomed jet substructure beyond the next-to-leading logarithm
喷流疏导算法广泛应用于强子对撞机的实验分析中，以去除喷流中的污染辐射。虽然这些算法在实验中发挥了很大的作用，但它们复杂的算法结构和多个参数阻碍了精确的理论理解。在本文中，我们证明了一个特殊的疏导器称为软降，实际上使精确的射流子结构更容易。特别是，我们推导出一个因子分解公式的一大类软滴射流子结构可观的，包括射流质量。允许这种因式分解的基本观察是，如果没有由软降修饰的软广角辐射，所有奇异贡献都是共线的。量子色动力学共线极限的简单性和普适性使我们能够证明，对于所有阶次，归一化微分截面都没有来自非整体谱的贡献。它也与过程无关，直到夸克和胶子喷注的相对分数。事实上，软降允许我们精确地定义这个分数。因式分解定理也解释了为什么软滴观测量对强子化的敏感性低于未修饰的观测量。使用因式分解定理，我们恢复软液滴射流质量，以次到次到领先的对数精度。这需要计算一些与射流否决计算中发现的相应效应密切相关的聚集效应。我们匹配我们的图解计算固定顺序的结果为$e^+e^-\to$ dijets和$pp\to Z+j$事件，产生的第一个喷流子结构预测（修饰或ungroomed），以这种精度的大型强子对撞机。
2016-07-11 hep-ph
Towards Human Engagement with Realistic AI Combat Pilots
Istituto Dalle Molle di Studi sull’Intelligenza Artificiale（日内瓦智能研究 institute）；Armasuisse Science+Technology（阿姆斯瓦尔科学与技术）
本研究提出一套支持人类与多智能体强化学习训练的AI战斗机飞行员在3D模拟空战中实时交互的系统，通过通信链路将智能体接入VR-Forces防务仿真工具，实现人机混合对抗，为人机组队、防务训练与战术探索提供新可能。
2025-09-30 cs.AI cs.HC cs.LG
Modification of Jet Substructure in Heavy Ion Collisions as a Probe of the Resolution Length of Quark-Gluon Plasma
我们提出了一个分析的作用，夸克-胶子等离子体（QGP）的分辨率长度，最小的距离，其中两个附近的色电荷在喷流中必须分开，使他们从事与等离子体独立，发挥在理解的修改射流子结构由于与QGP的相互作用。我们确定了一组观测值，这些观测值对射流是否被淬灭很敏感，就好像它们是单一的高能有色物体，或者淬灭它们的介质是否有能力分辨射流的内部结构。利用混合强/弱耦合模型，我们发现，尽管未经修饰的射流质量不适合于此目的，（因为它对来自被重构为射流的一部分的粒子的效应更敏感，所述射流源自射流在等离子体中留下的尾流）、修饰的可观测量，诸如软滴分裂的数量$n_{\rm SD}$、动量共享分数$z_g$，或修饰的喷流质量特别适合于区分QGP介质在喷流内分解子结构的程度。为了找到最佳的疏导策略，我们探讨了不同的切割隆德平面，允许一个清晰的识别软降相空间的区域，提高真空和淬火射流之间的射流子结构的差异。与目前的数据相比，似乎不赞成“无限分辨率长度”，也就是说，假设介质与射流相互作用，就好像它是一个单一的充满活力的彩色对象。我们的分析表明，随着喷流子结构观测量的实验测量精度和对计算中不确定性的控制的提高，除了看到喷流的子结构如何通过它们的通道被修改之外，还可以限制QGP的分辨率长度的值。
2019-07-25 hep-ph
