AI और दुनिया की कठिन समस्याएँ · नाभिकीय फ्यूजन और ऊर्जा · arXiv · 2026-10-20

फ्यूज़न परिदृश्य विकास के लिए रीइन्फोर्समेंट लर्निंग कंट्रोलर

मूल शीर्षक: Reinforcement Learning Controllers for Fusion Scenario Development

टोकामक डिस्चार्ज परिदृश्यों को डिज़ाइन करना एक बार-बार दोहराई जाने वाली और श्रम-साध्य प्रक्रिया है, क्योंकि हर उम्मीदवार परिदृश्य के लिए कंट्रोलर ट्यूनिंग और सिमुलेशन की आवश्यकता होती है। लेखक फ़्री-बाउंड्री इक्विलिब्रियम और ट्रांसपोर्ट सिमुलेटर का उपयोग करके पहले से एक लक्ष्य-आधारित रीइन्फोर्समेंट-लर्निंग कंट्रोलर को प्रशिक्षित करते हैं, जो केवल लक्ष्य तरंगरूपों (वेवफ़ॉर्म) द्वारा निर्दिष्ट होता है। EAST प्लाज़्मा-करंट रैंप-अप पर, कंट्रोलर ने 1024 परीक्षण परिदृश्यों में से 86% में डाइवर्टर बनाया और 58% में एपिसोड के अंत तक डाइवर्टेड अवस्था में पहुँचा, जबकि विफलताएँ उच्च करंट घनत्व पर केंद्रित रहीं।

मूल लेख पढ़ें ↗

सभी आइटम →