CDRL：用于中微子味模型发现的认证驱动强化学习

基于摘要分析。该研究面向理论粒子物理中的中微子味模型发现，提出 Certification-Driven Reinforcement Learning（CDRL），利用符号推理工具对无效候选提供结构化失败反馈，减少强化学习在不满足领域约束的组合空间中的重复探索。这里的“模型”指物理理论候选模型，而非 EEG 解码模型。 核心机制是：候选违反领域约束时，符号工具生成证书，指出导致失败的动作；CDRL 再将证书转化为可复用约束，排除整类无效候选并引导后续探索。相较于仅用标量奖励表达成败，这种反馈提供了失败原因及其对应动作的信息。证书的具体形式、约束更新方式及其与强化学习训练过程的结合细节尚未验证。 作者报告，在假设空间超过 10^26 个可能模型的任务中，以此前用于该任务的先进强化学习方法为对照，在三个理论空间内，有效模型率最高达到对照的 1.95 倍，中微子模型率最高达到 6.33 倍，评估的候选数量最多减少至对照的四分之一。这些是摘要列出的各项最高收益，不能认定均出现在同一设置。作者还报告，通过事后决策树框架从搜索轨迹提取了 40 条可解释规则，将其作为软约束复用后，在三个理论空间的评估中，有效模型率和中微子模型发现的增益最高分别达到 2 倍和 3 倍；该规则复用实验的具体对照设置尚未验证。 该工作的可核对价值在于探索如何把可解释的失败原因转化为搜索知识，而非直接提出 BCI 方法。复现需进一步核对符号验证器、动作空间、奖励设计、候选有效性定义、搜索预算、随机种子及规则提取与复用协议；消融、统计信息和实现开放情况尚未验证。摘要未提供其与 EEG/BCI 的具体机制对应关系，不据此提出迁移实验；相关 EEG 工作尚未检索确认。