Searching for New Physics with Reinforcement Learning

📄 arXiv: 2609.10382v1 📥 PDF

作者: Jacky Kumar, Marianne Bouchard, David London

分类: hep-ph, cs.LG

发布日期: 2026-09-09

备注: 6 pages, 1 figure

💡 一句话要点

提出强化学习方法以寻找新物理现象的SMEFT运算符

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 新物理现象 强化学习 SMEFT运算符 粒子物理学 异常现象

📋 核心要点

  1. 现有方法依赖于人工分析，容易受到直觉偏见的影响，无法全面探索SMEFT运算符空间。
  2. 本文提出了一种强化学习方法，旨在自动化寻找能够解释异常现象的SMEFT运算符。
  3. 实验结果表明，该方法在处理CDF W质量异常时，不仅重现了已知结果，还在多个异常现象的情况下表现出色。

📝 摘要（中文）

寻找新物理现象（NP）是当今粒子物理学中最重要的问题之一。研究“异常现象”，即低能观测值与标准模型（SM）预测不符的测量，是一种有效的搜索策略。标准模型有效场论（SMEFT）提供了一个通用的模型无关框架，用于参数化新物理现象。由于SMEFT运算符数量庞大且在环路级别存在复杂的相关性，人工分析通常依赖于现象学直觉，容易产生偏见，无法全面探索SMEFT运算符空间。本文提出了一种强化学习（RL）方法，用于寻找解释异常现象的SMEFT运算符，并在CDF W质量异常上进行了测试，结果显示该方法不仅重现了已知结果，还有所改进。即使在多个异常现象的复杂情况下，该方法也能有效找到解释数据的SMEFT运算符。

🔬 方法详解

问题定义：本文旨在解决如何有效寻找能够解释低能观测异常现象的SMEFT运算符。现有方法依赖于人工分析，容易受到直觉偏见的影响，且无法全面探索庞大的SMEFT运算符空间。

核心思路：论文提出的强化学习方法通过自动化决策过程，能够系统性地探索SMEFT运算符，从而找到解释异常现象的最佳运算符组合。这样的设计使得方法不再依赖于人工直觉，能够更全面地覆盖运算符空间。

技术框架：该方法的整体架构包括数据预处理、强化学习模型训练和结果分析三个主要模块。首先，收集与异常现象相关的数据；其次，利用强化学习算法训练模型以识别相关的SMEFT运算符；最后，对模型输出进行分析，验证其有效性。

关键创新：最重要的技术创新在于将强化学习应用于SMEFT运算符的搜索，这一方法与传统的依赖于人工分析的方式本质上不同，能够更高效地探索复杂的运算符空间。

关键设计：在模型设计中，采用了特定的损失函数来优化运算符选择的准确性，并使用了深度学习网络结构以提高模型的表达能力和学习效率。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

实验结果显示，该强化学习方法在处理CDF W质量异常时，不仅成功重现了已知结果，还在多个异常现象的复杂情况下表现出色，显示出其在新物理现象搜索中的有效性和潜力。

🎯 应用场景

该研究的潜在应用领域包括粒子物理学中的新物理现象搜索，尤其是在高能物理实验中。通过自动化寻找SMEFT运算符，该方法能够加速新物理现象的发现过程，具有重要的实际价值和未来影响。

📄 摘要（原文）

Finding new physics (NP) is the most important problem in particle physics today. Studying ``anomalies'', i.e., measurements of low-energy observables whose values disagree with the predictions of the Standard Model (SM), is a powerful search strategy. The SM Effective Field Theory (SMEFT) provides a general model-independent framework for parameterizing NP; it is natural to try to find the SMEFT operator(s) that can explain such anomalies. This is a challenging task because (i) the number of SMEFT operators is enormous, and (ii) at loop level there are very complicated correlations among the operators. Analyses by humans typically rely on phenomenological intuition to decide which operators are relevant. This is often biased and does not explore the complete SMEFT operator space. Interestingly, reinforcement learning (RL) techniques excel at tasks that require decision making to achieve their goals. In this paper, we introduce an RL method that can be used to find the SMEFT operators that explain any anomalies. We test it on the CDF $W$-mass anomaly, and show that it reproduces (and improves upon) known results. We then consider a far more complicated situation with multiple anomalies and show that, even here, this method is able to find the SMEFT operators that explain the data. Our RL method can therefore be used to efficiently search for NP at the level of SMEFT.