无码人妻h动漫网站,一个妈妈的女儿中字在线6,国产av夜夜欢一区二区三区

托卡馬克是利用磁約束進行受控核聚變研究的環形裝置，是產生可持續電力的主要候選者。其核心挑戰是在托卡馬克容器內形成和維持高溫等離子體，這需要使用磁致動器線圈進行高維、高頻、閉環控制，且由于各種等離子體配置的不同要求進一步復雜化。

在此，英國DeepMind公司Brendan Tracey, Jonas Buchli聯合瑞士洛桑聯邦理工學院Federico Felici等人展示了一種基于深度強化學習（RL）設計的磁控制器，并通過實驗驗證了其在托卡馬克上的性能。

該架構可以自主學習控制全套控制線圈，具體通過與托卡馬克模擬器的交互來學習，主要分為三個主要階段：首先，設計者為實驗指定目標，控制目標可能隨時間變化。其次，深度RL算法與托卡馬克模擬器交互，以找到接近最優的控制策略來滿足指定目標。第三，以神經網絡表示的控制策略直接在托卡馬克硬件上實時運行。

該策略被證明能夠直接在硬件上進行托卡馬克磁控制，成功地彌合了“模擬到真實”的差距，這實現了從對預先設計狀態的工程驅動控制到由操作員指定目標的AI驅動優化的根本轉變。與傳統設計相比，該架構設計的控制器在結構上大大簡化。RL驅動設計不是一系列控制器，而是創建單個網絡控制器。

圖1. 該架構的基礎能力展示

作者在可變配置托卡馬克（TCV）上進行的實驗中證明了本研究提出的控制器的有效性，并展示了對各種等離子體形狀的控制，包括簡單拉長的形狀及高級等離子體如負三角形和“雪花”狀等，實現了對這些等離子體的位置、電流和形狀的準確跟蹤。此外，作者還在TCV展示了持續的“液滴”，其中兩個獨立的等離子體同時保持在容器內，這代表了托卡馬克反饋控制的顯著進步。

最重要的是，托卡馬克磁控制是已應用RL的最復雜的現實世界系統之一。這是等離子體控制器設計的一個有前途的新方向，更廣泛地說，該方法可以通過聯合優化等離子體形狀、傳感、驅動、壁設計、熱負荷和磁控制器來發現新的反應堆設計，以最大限度地提高整體性能。

圖2. 該架構的控制演示

Magnetic control of tokamak plasmas through deep reinforcement learning, Nature 2022. DOI: 10.1038/s41586-021-04301-9

原創文章，作者：v-suan，如若轉載，請注明來源華算科技，注明出處：http://www.zzhhcy.com/index.php/2023/10/15/b99cfd4c49/

末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看

9個共同一作，深度強化學習登上Nature，用于控制核聚變！

末成年小嫩xb,嫰bbb槡bbbb槡bbbb,免费无人区码卡密,成全高清mv电影免费观看

9個共同一作，深度強化學習登上Nature，用于控制核聚變！

相關推薦