University of Edinburgh（爱丁堡大学）

Sequential Design of Genetic Circuits Under Uncertainty With Reinforcement Learning

在不确定环境下通过强化学习进行基因电路的序列设计

Michal Kobiela, Diego A. Oyarzún, Michael U. Gutmann

机构 * School of Informatics, The University of Edinburgh（爱丁堡大学信息学院） ； School of Informatics（信息学院） ； School of Biological Sciences, The University of Edinburgh（爱丁堡大学生物科学学院） 纠错

AI总结 本文提出一种在不确定环境下优化基因电路的序列框架，结合模拟器模型和强化学习策略，有效处理生物分子反应的内在随机性和实验室条件的变异性。

Mirror Descent-Ascent for mean-field min-max problems

镜像下降-上升法用于均场极小-极大问题

Razvan-Andrei Lascu, Mateusz B. Majka, Łukasz Szpruch

机构 * Center for Advanced Intelligence Project, RIKEN（日本东京RIKEN先进智能项目中心） ； School of Mathematical and Computer Sciences, Heriot-Watt University（赫里奥特-瓦特大学数学与计算机科学学院） ； Maxwell Institute for Mathematical Sciences, Edinburgh, UK（爱丁堡数学科学研究所） ； School of Mathematics, University of Edinburgh（爱丁堡大学数学学院） ； The Alan Turing Institute（艾伦·图灵研究所） 纠错

AI总结 本文研究了用于解决测度空间上极小-极大问题的镜像下降-上升算法的两种变体，分析了其收敛性，并提出了统一的理论基础。

Comments 57 pages; substantially revised version with improved presentation, re-worked main theorems, and added numerical experiments