ИИ и сложнейшие проблемы мира · Термоядерный синтез и энергетика · arXiv · 2026-10-20
Контроллеры на основе обучения с подкреплением для разработки сценариев термоядерного синтеза
Оригинальное название: Reinforcement Learning Controllers for Fusion Scenario Development
Разработка сценариев разряда в токамаке — итеративный и трудоёмкий процесс, поскольку каждый кандидат требует настройки регулятора и моделирования. Авторы заранее обучают один целеориентированный регулятор на основе обучения с подкреплением, задаваемый только целевыми временными профилями, с использованием симулятора равновесия со свободной границей и переноса. На стадии нарастания плазменного тока в EAST регулятор сформировал дивертор в 86% из 1024 тестовых сценариев и достиг конца эпизода в диверторном состоянии в 58%, причём отказы концентрировались при высокой плотности тока.