アンジュ・トン氏、予算制約下のPDEソルバー向け強化学習手法発表
Ange Tong氏は2026年9月19日(現地時間)、arXiv cs.LG上で公開された論文において、時間依存偏微分方程式 (PDE) の高速近似を可能にするニューラルオペレーターソルバーの精度と効率を向上させる強化学習手法「rollout-verified policy improvement (RV-PI)」を発表した。この手法は、予測誤差が時間と空間で変化する中で、限られた修正予算を最適に配分する「予算制約下適応型ニューラルオペレーターソルビング」問題を解決することを目的としている。