タグ付けされた質問 「physics」

決定不可能な問題の存在は、物理システムの予測不可能性を即座に意味しますか？停止の問題を考えてみましょう。最初に、通常の回路ベースの構成を使用して、物理UTMを作成します。その場合、回路の入力設定を考慮して、回路が停止するかどうかを決定できる決定的な物理理論はありません。これは些細なことのように見えますが、量子的または無秩序な考慮事項を参照しないと、予測できないような弱い予測ができませんか？さらに、回路ベースのUTMには特別なものはないことに注意して、上記の議論を強化することができます。そのため、UTMを構築できるレベルでは、物理システムの動作は一般に決定できません。 編集：バブーとベンクロウェルの両方が指摘したように、私の提案する回路構成は単なるLBAです。コメントで述べたように、物理的ではあるが直線的に制限されていないマシンを想像するのは簡単で直感的です。単純に、入力を何度も機械的に左/右に機械的に動かすことができるマシン（ロボット）を構築し、有限であるが有効期限のない電源があると仮定します。ここで、宇宙が有限であるという問題にも遭遇しますが、それによって宇宙が有限であるか、または当初期待されていた結果が真でなければならないという結論を下すことができます（上記の議論から到達するのは驚くべき結論です） 。

11 computability  turing-machines  undecidability  physics 

私は最近、州で行動を起こすことの期待値を直接推定する強化学習手法であるQラーニングについて学びました。 システムのダイナミクスを推定するために「ダイナミクス学習」を行う手法はあるのでしょうか。「ダイナミクス学習」エージェントは、状態遷移関数の推定に役立つアクションを選択したり、既知の遷移関数のパラメーターを推定したりできます。 たとえば、カートポールシステムの「ダイナミクス学習」エージェントは、カートポールの運動方程式を近似する関数を発見します。または、エージェントはこれらの方程式を知っているかもしれませんが、振り子の慣性モーメントやカートの質量などのシステムのパラメータは知りません。 「ダイナミクス学習」を行うにはどのようなテクニックがありますか？

8 machine-learning  physics