用强化学习发现图论新规律，统一计算特定图的色对称函数系数。
Reinforcement Learning the Chromatic Symmetric Function
- 用强化学习自动发现计数规则，识别特殊环组结构（Eschers）
- 新公式可统一计算单位区间图的色对称函数系数
- 结果具有普适性，不依赖具体图结构，适合图论与算法研究者
我们提出一个关于单位区间图的色对称函数系数的猜想计数公式，利用强化学习识别图中满足特定拼接条件的不相交环组（称为Eschers）。这些拼接条件由强化学习模型自动发现，且不依赖于具体的单位区间图，从而得到一个通用的计数表达式。该方法为组合数学中的色对称函数研究提供了新的计算路径。
原文摘要 · Abstract (English)
We propose a conjectural counting formula for the coefficients of the chromatic symmetric function of unit interval graphs using reinforcement learning. The formula counts specific disjoint cycle-tuples in the graphs, referred to as Eschers, which satisfy certain concatenation conditions. These conditions are identified by a reinforcement learning model and are independent of the particular unit interval graph, resulting a universal counting expression.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。