通过增强学习生成三角形和纤维
机构名称:
¥ 1.0

编辑:N。Lambert我们应用强化学习(RL)来生成重新旋转多面体的定期恒星三角剖分,从而产生光滑的calabi-yau(CY)高度表面。我们证明,通过对数据编码和奖励功能进行简单的修改,可以搜索满足一组理想的字符串压缩条件的CY。例如,我们表明我们的RL算法可以生成三角形,以及圆形矢量束,可满足异源压缩异常的异常和多稳定性条件。此外,我们表明我们的算法可用于搜索转移的亚polypoltopes以及定义CYS的兼容三角形的副产品。

通过增强学习生成三角形和纤维

通过增强学习生成三角形和纤维PDF文件第1页

通过增强学习生成三角形和纤维PDF文件第2页

通过增强学习生成三角形和纤维PDF文件第3页

通过增强学习生成三角形和纤维PDF文件第4页

通过增强学习生成三角形和纤维PDF文件第5页

相关文件推荐

增强学习
2021 年
¥5.0
增强学习
2025 年
¥2.0
增强学习
2024 年
¥1.0
通过增强学习
2021 年
¥1.0
增强学习
2021 年
¥3.0
增强学习
2023 年
¥1.0
增强学习
2024 年
¥2.0
二元增强学习
2023 年
¥2.0
通过增强学习
1900 年
¥1.0
增强学习
2024 年
¥5.0
逆增强学习
2019 年
¥3.0
逆增强算法学习
2025 年
¥1.0
了解逆增强学习
2025 年
¥2.0
suppodular增强学习
2024 年
¥2.0
增强学习(E061360)
增强学习(MIE1630)
无模型增强学习
2019 年
¥5.0
离线增强学习
2024 年
¥7.0
增强学习中的评估
2024 年
¥7.0
进化增强学习
2024 年
¥1.0
技术增强学习
2023 年
¥1.0