格子簡化

深度分析

深度強化學習自我對弈提升 LLL 演算法效能：Delta‑Star 在高維格子上的零樣本泛化

研究以自我對弈深度強化學習將LLL格子簡化演算法重新編排，透過AlphaZero式自我對弈與自適應視野MCTS找出更佳操作序列，實驗顯示在未見模數與高維度上零樣本即優於LLL，提升基底品質並減少運算。相較於傳統LLL，Delta‑Star在相同步數減少約40%列操作，展現AI策略的效能提升。