La IA y los problemas difíciles del mundo · Fusión nuclear y energía · arXiv · 2026-10-20
Controladores de aprendizaje por refuerzo para el desarrollo de escenarios de fusión
Título original: Reinforcement Learning Controllers for Fusion Scenario Development
Diseñar escenarios de descarga en un tokamak es un proceso iterativo y laborioso, ya que cada candidato requiere ajustar el controlador y simularlo. Los autores entrenan de antemano un único controlador de aprendizaje por refuerzo condicionado por objetivos, especificado solo mediante formas de onda objetivo, utilizando un simulador de equilibrio de frontera libre y de transporte. En una rampa de subida de la corriente del plasma en EAST, el controlador formó un divertor en el 86% de 1024 escenarios de prueba y llegó al final del episodio en estado divertido en el 58%, con fallos concentrados en densidades de corriente altas.