PulseAugur
中
实时 10:00:34
English(EN) Co4ICF: Co-evolving Physics-Informed Surrogate and RL-based Pulse Optimizer for Inertial Confinement Fusion

Co4ICF框架通过协同演化的AI模型增强聚变模拟

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了Co4ICF，一个整合了物理信息代理模型和基于近端策略优化（PPO）的脉冲优化器的新型框架。这种协同演化方法解决了惯性约束聚变（ICF）离线训练代理模型的分布外预测问题。通过在优化器生成的数据上迭代地微调代理模型，Co4ICF纠正了外推误差并提高了预测的可靠性。在模拟中，Co4ICF在MULTI环境中实现了146.1%的归一化产额，在更复杂的2D-MULTI环境中评估时实现了246.9%的归一化产额，证明了其协同演化机制的有效性。 AI

影响 该框架有望加速聚变能源等复杂科学模拟的研究和优化。

排序理由 该集群包含一篇详细介绍用于科学应用的AI新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Co4ICF框架通过协同演化的AI模型增强聚变模拟

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jiatong Zhao, Tengyue Zhang, Yuhan Wang, Fuyuan Wu, Junchi Yan ·

    Co4ICF：惯性约束聚变（ICF）的协同演化物理信息代理模型与基于强化学习的脉冲优化器

    arXiv:2607.10366v1 Announce Type: new Abstract: Offline-trained surrogates for Inertial Confinement Fusion (ICF) suffer a well-known failure mode that iterative optimizers drive inputs into out-of-distribution (OOD) regions where predictions become unreliable. Here we present Co4…

相关实体

相关话题