[视频作者] AI-for-Good
[视频时长] 96:46
[视频类型] 计算机技术
核聚变作为可行能源的目标要求成功控制等离子体的非线性和不稳定动力学——一种由正离子和自由电子组成的高温带电气体,具有不同于固体、液体和气体的独特性质,其压力和时间标度高于迄今为止所实现的水平。现有的聚变实验控制策略侧重于使用一组单变量控制回路来跟踪手工制作的目标轨迹。 最近,人工智能方法和强化学习算法在其可以解决的问题的规模和复杂性方面有了巨大的发展,尤其是在大量训练集可用的情况下。同时,根据实验数据改进的基于机器学习的等离子体动力学建模和改进的等离子体仿真使得能够提供大规模训练集成为可能,从而将实际设