AI 與世界的難題 · 核融合與能源 · arXiv · 2026-10-20
用於核融合情境開發的強化學習控制器
原標題: Reinforcement Learning Controllers for Fusion Scenario Development
設計托卡馬克放電情境是一個反覆迭代且耗費人力的過程，因為每個候選方案都需要調校控制器並進行模擬。作者預先訓練了一個以目標條件為基礎的強化學習控制器，僅以目標波形作為設定，並使用自由邊界平衡與輸運模擬器。在 EAST 電漿電流上升階段中，該控制器在 1024 個測試情境中有 86% 形成了偏濾器位形，並有 58% 在階段結束時仍維持偏濾器狀態，失敗案例集中在高電流密度的情況。