AdvA-PPO

优势聚合强化学习增强了托卡马克磁约束控制

研究人员开发了一种名为优势聚合（AdvA）的新型强化学习方法，用于控制托卡马克聚变反应堆中的磁约束。该方法通过精确控制次级X点的位置来应对管理偏滤器热负荷的挑战。在校准到EXL-50U实验的模拟中，AdvA-PPO的表现明显优于现有控制器，实现了更高的平均最差通道得分，并降低了X点磁链的均方根误差。AdvA-PPO控制器在测量不确定性方面表现出鲁棒性，并能够适应不同的初始等离子体平衡，为实时验证奠定了基础。