已收录文章摘要，完整内容可前往原文阅读。
最大熵 RL 让策略不再只追逐最优公式，而是直接学习表达式、常数与噪声的完整联合后验。给定一组实验数据，能不能让 AI 自动找出背后的数学规律？符号回归长期试图解决的正是这个问题。但在真正的科学场景中