AI发现更优的格约简策略，超越LLL算法

研究人员开发了一种深度强化学习方法来发现新的格基约简策略，其性能优于传统的Lenstra-Lenstra-Lovász (LLL)算法。通过将格约简构建为马尔可夫决策过程，并采用类似AlphaZero的、带有蒙特卡洛树搜索的自我博弈流程，该系统（命名为DeltaStar）学会了以更少的操作实现更好的约简。值得注意的是，DeltaStar在无需重新训练的情况下，能够有效地泛化到更高维度和未见的模。 AI

影响 这种AI驱动的方法可能在依赖格约简的领域带来更高效的算法，从而对密码学和优化产生影响。

排序理由 该集群描述了一篇研究论文，其中详细介绍了一种解决计算机科学问题的新型AI方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 Hugging Face Daily Papers 阅读 →

• AlphaZero
• deep reinforcement learning
• DeltaStar
• Lenstra-Lenstra-Lovász algorithm
• Lenstra–Lenstra–Lovász lattice basis reduction algorithm
• Monte Carlo Tree Search

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →