論文の概要: Reinforcement Learning Controllers for Fusion Scenario Development

• arxiv url: http://arxiv.org/abs/2610.26138v1
• Date: Mon, 19 Oct 2026 10:25:00 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:22:50.73503
• Title: Reinforcement Learning Controllers for Fusion Scenario Development
• Title（参考訳）: 融合シナリオ開発のための強化学習制御
• Abstract要約: 本研究では,1回トレーニングした1つの目標条件付き強化学習コントローラによって,シナリオ単位のチューニングを置き換えることを提案する。 シナリオは、物理量のターゲット波形によってのみ指定される。 EASTプラズマ電流上昇に対するアプローチを実証する。
• 参考スコア（独自算出の注目度）: 33.074567642146484
• License:
• Abstract: Scenario development, the design of the waveforms that take a tokamak discharge from breakdown to flat-top, is still an iterative, labour-intensive process. Every candidate scenario has to be simulated with a controller in the loop, and the classical shape and current controllers need low-level actuator references. So the process is iterative and includes a number of trial-and-error steps. We propose to replace the per-scenario controller tuning by a single goal-conditioned reinforcement-learning controller trained once, in advance, against a free-boundary equilibrium and transport simulator. A scenario is then specified only by the target waveforms of the physical quantities of interest (plasma current, line-averaged electron density, LCFS shape, x-point positions), and the controller produces the coil-current and fueling commands that realize them. We demonstrate the approach on an EAST plasma-current ramp-up: the controller takes over a small limited plasma, ramps the current and the density, grows the cross-section, forms two x-points and holds a double-null diverted configuration against sampled shape targets for the rest of a 1.2 s episode. The neural network controller is trained using TQC algorithm. On 1024 test scenarios sampled from a low-discrepancy scrambled Sobol sequence in 11-dimensional target space, the controller forms the divertor in 86% of the cases, holds it for more than 0.5 s in 67% and reaches the end of the episode in a diverted state in 58%, with flat-top tracking errors of a few kA in plasma current, $\sim 0.15\times10^{19}$ m$^{-3}$ in density, $\sim 2$ cm in position and $\sim 8$ cm in x-point location; the failures concentrate at the high-current density ($J$) region which is believed to be physically or from engineering perspective not feasible within ohmic mode.
• Abstract（参考訳）: シナリオ開発(Scenario Development)は、トカマク放電を破壊から平らなトップに導く波形の設計であり、今も反復的で労働集約的なプロセスである。 全ての候補シナリオはループ内のコントローラでシミュレートされ、古典的な形状と現在のコントローラは低レベルのアクチュエータ参照を必要とする。 そのため、プロセスは反復的で、試行錯誤のステップがいくつか含まれています。 本研究では,1つの目標条件付き強化学習コントローラを1回,予め訓練したフリーバウンダリ平衡・トランスポートシミュレータに置き換えることを提案する。 その後、シナリオは物理量のターゲット波形(プラズマ電流、線平均電子密度、LCFS形状、x点位置)によってのみ指定され、制御器はコイル電流および燃料コマンドを生成してそれらを実現する。 我々は,EASTプラズマ電流の上昇に対するアプローチを実証する: 制御器は小さな制限されたプラズマを乗り越え,電流と密度を上昇させ,断面積を拡大し,X点を2つ形成し,残りの1.2秒のエピソードのサンプル形状目標に対して二重ヌル分散構成を保持する。 ニューラルネットワークコントローラは、TQCアルゴリズムを用いて訓練される。 11次元のターゲット空間における低分解能のSobolシーケンスからサンプリングされた1024のテストシナリオでは、制御器は86%でダイバータを形成、67%で0.5秒以上保持し、58%で発散状態に到達し、プラズマ電流中の数kAのフラットトップトラッキングエラー、$\sim 0.15\times 10^{19}$ m$^{-3}$密度、$\sim 2$ cm、x点位置での$\sim 8$ cm;障害は物理的またはオーミックモード内で実現不可能な高電流密度(J$)領域に集中する。

関連論文リスト

• Transition Path Sampling Using Koopman Operators and Exit-Time Optimal Control [14.909013058852475]
  クープマン演算子に基づく問題に対する新しいアプローチを提案する。 クープマン作用素は線型であるため、その主要な固有函数は準安定集合を明らかにし、コミッタ関数の見積もりを与える。 最適制御器を閉形式に導出し、カーネルOSC空間で近似する。
  論文  参考訳（メタデータ） (2026-10-07T13:26:36Z)
• Improved Distributional Diffusion Models [76.7431857619657]
  分散拡散モデルでは、標準的な平均予測デノイザを、スコアリングルールの目的によって訓練された固有分布デノイザに置き換える。 本稿では, 時間依存型スコアリングルールのスケジュールを, サーモット・ビロリ2024の動的レギュレーションによって通知する。 4段目で4.48 FID、50段目で2.38 FIDをDiT-XL/2で達成した。
  論文  参考訳（メタデータ） (2026-09-29T09:41:56Z)
• Sublattice-selective control of spin reversal in metasurface-coupled Kagome interfaces [4.373079792467678]
  フォトニックインタフェース状態のコヒーレントな操作は、内部モード構造にマッチする制御フィールドを必要とする。 非線形非局所な準曲面近傍で光子を介する交換によって動機付けられた2成分の加合目格子において,この要件を考察する。
  論文  参考訳（メタデータ） (2026-09-16T02:01:56Z)
• Round-Trip Consistency: Bidirectional Diffusion Models Can Predict Their Own Rollout Errors [51.56484100374058]
  自動回帰モデルは、長時間のロールアウトでエラーを蓄積しますが、デプロイ時には、それを測定するための基本的な真実はありません。 我々は、方向フラグを介して動的システムを前方または後方にステップする単一の条件付き潜在拡散モデルを訓練する。 この双方向性は測定不要なテスト時間誤差信号を提供することを示す。
  論文  参考訳（メタデータ） (2026-08-01T13:49:46Z)
• Cultivating logical catalysts for fault-tolerant dyadic phase rotations [8.338159347871155]
  再利用可能な論理触媒状態に対する表面コード培養プロトコルを提案する。 この触媒は、高周期クリフォード回路の固有状態である。 各呼び出しは、制御されたU$を介してターゲットフェーズを実装する。
  論文  参考訳（メタデータ） (2026-06-25T17:58:01Z)
• Entropy Across the Bridge: Conditional-Marginal Discretization for Flow and Schrödinger Samplers [68.9946633641494]
  フローマッチングとシュルディンガーブリッジは確率を定義するが、その推論格子は通常一点拡散から受け継がれる。 終端条件付き橋梁形状を境界流の進化から分離し, 橋梁を識別する条件付きエントロピーレートを導出する。 EDM/CIFAR-10では、エントロピックな時間分散は5段階のFID(186.3 pm 4.0対200.5 pm 2.9対cosineの238.0 pm 5.3)が最適である。
  論文  参考訳（メタデータ） (2026-05-15T16:11:10Z)
• Dynamic Plasma Shape Control with Arbitrary Sensor Subsets [0.0]
  トカマク形状制御のための強化学習剤を提案する。 このエージェントは、DIII-D用に設定された高忠実度トカマクシミュレータであるNSFsimで訓練されている。 平均形状誤差は2.01cmであり、シミュレーションや物理デバイス上では動的軌跡が定性的に示される。
  論文  参考訳（メタデータ） (2026-05-15T13:15:45Z)
• Acceleration of horizontal numerical advection for atmospheric modeling through surrogate modeling with temporal coarse-graining [0.30586855806896046]
  本研究では,空間分解能を犠牲にすることなく,対流シミュレーションを高速化する機械学習型解法を開発した。 我々のソルバフレームワークは、集中度とCFL数を入力とし、質量フラックスを出力する畳み込みニューラルネットワークを含む。 速度の増大と精度の低下は粗化の増大とともに減少し、r2 = 0.24$の精度は10倍の速度で失われる。
  論文  参考訳（メタデータ） (2026-04-30T23:47:05Z)
• LiQSS: Post-Transformer Linear Quantum-Inspired State-Space Tensor Networks for Real-Time 6G [85.58816960936069]
  Sixth-Generation (6G) Open Radio Access Networks (O-RAN) における能動的およびエージェント的制御は、厳密なニアタイム(Near-RT)レイテンシと計算制約の下で制御グレードの予測を必要とする。 本稿では,効率的な無線テレメトリ予測のための変圧器後パラダイムについて検討する。 本稿では、自己アテンションを安定な状態空間動的カーネルに置き換える量子インスピレーション付き状態空間テンソルネットワークを提案する。
  論文  参考訳（メタデータ） (2026-01-18T12:08:38Z)

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。