Optimizing p-spin models through hypergraph neural networks and deep reinforcement learning
El artículo presenta PLANCK, un marco de aprendizaje por refuerzo profundo basado en redes neuronales de hipergrafos que, al explotar simetrías de gauge y entrenarse únicamente en instancias pequeñas, logra generalizar de cero a sistemas masivos de p-spin y resolver eficientemente diversos problemas combinatorios NP-difíciles, superando a los métodos de recocido térmico actuales.