論文の概要: CIRCUS: an autonomous control system for antimatter, atomic and quantum physics experiments

• arxiv url: http://arxiv.org/abs/2402.04637v1
• Date: Wed, 7 Feb 2024 07:46:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-08 16:14:22.256054
• Title: CIRCUS: an autonomous control system for antimatter, atomic and quantum physics experiments
• Title（参考訳）: CIRCUS:反物質・原子・量子物理学実験のための自律制御システム
• Authors: Marco Volponi, Saiva Huck, Ruggero Caravita, Jakub Zielinski, Georgy Kornakov, Grzegorz Kasprowicz, Dorota Nowicka, Tassilo Rauschendorfer, Benjamin Rien\"acker, Francesco Prelz, Marcis Auzins, Benedikt Bergmann, Petr Burian, Roberto Sennen Brusa, Antoine Camper, Fabrizio Castelli, Roman Ciury{\l}o, Giovanni Consolati, Michael Doser, Lisa Gl\"oggler, {\L}ukasz Graczykowski, Malgorzata Grosbart, Francesco Guatieri, Nataly Gusakova, Fredrik Gustafsson, Stefan Haider, Malgorzata Janik, Gunn Khatri, {\L}ukasz K{\l}osowski, Valts Krumins, Lidia Lappo, Adam Linek, Jan Malamant, Sebastiano Mariazzi, Luca Penasa, Vojtech Petracek, Mariusz Piwi\'nski, Stanislav Pospisil, Luca Povolo, Sadiqali Rangwala, Bharat Rawat, Volodymyr Rodin, Ole R{\o}hne, Heidi Sandaker, Petr Smolyanskiy, Tomasz Sowi\'nski, Dariusz Tefelski, Theodoros Vafeiadis, Carsten Welsch, Tim Wolz, Michal Zawada, Nicola Zurlo
• Abstract要約: CIRCUSは、時間クリティカルな実験のために最適化された自律制御システムである。 厳密な同期性要件に適合し、実験の繰り返し可能な自動操作に適している。 実験に依存しず、オープンソースとしてリリースされている他の実験は、その能力を活用することができる。
• 参考スコア（独自算出の注目度）: 0.9134900265428982
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A powerful and robust control system is a crucial, often neglected, pillar of any modern, complex physics experiment that requires the management of a multitude of different devices and their precise time synchronisation. The AEgIS collaboration presents CIRCUS, a novel, autonomous control system optimised for time-critical experiments such as those at CERN's Antiproton Decelerator and, more broadly, in atomic and quantum physics research. Its setup is based on Sinara/ARTIQ and TALOS, integrating the ALPACA analysis pipeline, the last two developed entirely in AEgIS. It is suitable for strict synchronicity requirements and repeatable, automated operation of experiments, culminating in autonomous parameter optimisation via feedback from real-time data analysis. CIRCUS has been successfully deployed and tested in AEgIS; being experiment-agnostic and released open-source, other experiments can leverage its capabilities.
• Abstract（参考訳）: 強力で堅牢な制御システムは、様々なデバイスの管理と正確な時間同期を必要とする、近代的な複雑な物理実験の重要な、しばしば無視される柱である。 aegisのコラボレーションは、cernのantiproton deceleratorやより広い意味では原子と量子物理学の研究において、時間クリティカルな実験に最適化された新しい自律制御システムである。 セットアップはSinara/ARTIQとTALOSに基づいており、ALPACA分析パイプラインを統合している。 厳密な同期性要件と、実験の反復可能な自動操作に適しており、リアルタイムデータ分析からのフィードバックによって自律パラメータの最適化を実現している。 circusはaegisでデプロイとテストに成功しており、実験に依存せず、オープンソースとしてリリースされているため、他の実験でもその能力を活用することができる。

関連論文リスト

• Wireless Human-Machine Collaboration in Industry 5.0 [75.78721184383897]
  ワイヤレス・ヒューマン・マシン・コラボレーションは産業5.0にとって重要な進歩である。 安定性解析は、閉ループ系がモデルランダム性の下でどのように振る舞うかを証明している。 本稿では,マシンと人体制御のための2つの無線ループを組み込んだ基本WHMCモデルを確立する。
  論文  参考訳（メタデータ） (2024-10-18T03:44:10Z)
• Autonomous Vehicle Controllers From End-to-End Differentiable Simulation [60.05963742334746]
  そこで我々は,AVコントローラのトレーニングにAPG(analytic Policy gradients)アプローチを適用可能なシミュレータを提案し,その設計を行う。 提案するフレームワークは, エージェントがより根底的なポリシーを学ぶのを助けるために, 環境力学の勾配を役立てる, エンド・ツー・エンドの訓練ループに, 微分可能シミュレータを組み込む。 ダイナミクスにおけるパフォーマンスとノイズに対する堅牢性の大幅な改善と、全体としてより直感的なヒューマンライクな処理が見られます。
  論文  参考訳（メタデータ） (2024-09-12T11:50:06Z)
• The control system of the AEgIS experiment at CERN [0.0]
  CERNのAEgIS実験は、最近、Sinara/ARTIQのオープンハードウェアとソフトウェアインフラに基づく制御システムソリューションを採用した。 この研究は、モチベーション、セットアップ、選択したハードウェアをレビューし、制御システムを開発するためのいくつかの計画的なステップを提示する。
  論文  参考訳（メタデータ） (2024-01-05T09:59:11Z)
• Learning to Fly in Seconds [7.259696592534715]
  カリキュラム学習と高度に最適化されたシミュレータが,サンプルの複雑さを増し,学習時間の短縮につながることを示す。 我々のフレームワークは、コンシューマ級ラップトップで18秒のトレーニングをした後、直接制御するためのSimulation-to-Real(Sim2Real)転送を可能にする。
  論文  参考訳（メタデータ） (2023-11-22T01:06:45Z)
• Closing the loop: Autonomous experiments enabled by machine-learning-based online data analysis in synchrotron beamline environments [80.49514665620008]
  機械学習は、大規模または高速に生成されたデータセットを含む研究を強化するために使用できる。 本研究では,X線反射法(XRR)のための閉ループワークフローへのMLの導入について述べる。 本研究では,ビームライン制御ソフトウェア環境に付加的なソフトウェア依存関係を導入することなく,実験中の基本データ解析をリアルタイムで行うソリューションを提案する。
  論文  参考訳（メタデータ） (2023-06-20T21:21:19Z)
• On Fast Simulation of Dynamical System with Neural Vector Enhanced Numerical Solver [59.13397937903832]
  ニューラルベクトル(NeurVec)と呼ばれる深層学習に基づく補正手法を提案する。 NeurVecは、統合エラーを補償し、シミュレーションでより大きなタイムステップサイズを可能にする。 様々な複雑な力学系ベンチマークの実験により、NeurVecは顕著な一般化能力を示すことが示された。
  論文  参考訳（メタデータ） (2022-08-07T09:02:18Z)
• Epersist: A Self Balancing Robot Using PID Controller And Deep Reinforcement Learning [0.0]
  二輪自走式ロボットは逆振り子の例であり、本質的に非線形で不安定なシステムである。 「エスペリスト」とは、ロバストな制御機構を提供することで、当初不安定なシステムに逆らうという課題を克服することである。
  論文  参考訳（メタデータ） (2022-07-23T06:27:21Z)
• Physics-Inspired Temporal Learning of Quadrotor Dynamics for Accurate Model Predictive Trajectory Tracking [76.27433308688592]
  クオーロタのシステムダイナミクスを正確にモデル化することは、アジャイル、安全、安定したナビゲーションを保証する上で非常に重要です。 本稿では,ロボットの経験から,四重項系の力学を純粋に学習するための新しい物理インスパイアされた時間畳み込みネットワーク(PI-TCN)を提案する。 提案手法は,スパース時間的畳み込みと高密度フィードフォワード接続の表現力を組み合わせて,正確なシステム予測を行う。
  論文  参考訳（メタデータ） (2022-06-07T13:51:35Z)
• Integrated Benchmarking and Design for Reproducible and Accessible Evaluation of Robotic Agents [61.36681529571202]
  本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。 このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。 本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
  論文  参考訳（メタデータ） (2020-09-09T15:31:29Z)
• Many-body physics in the NISQ era: quantum programming a discrete time crystal [0.0]
  離散時間結晶相を実現するために,新しい世代の量子シミュレータをプログラムできることを示す。 具体的には、GoogleのSycamoreプロセッサのアーキテクチャは、目前にあるタスクに非常によく似ています。
  論文  参考訳（メタデータ） (2020-07-22T18:01:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。