★ 1
强化学习优化核物理靶极化
研究提出数据驱动的控制框架，结合代理模型与强化学习优化核物理散射实验中的动态极化靶。基于 APOLLO 低温靶系统运行数据，训练多层感知机与高斯过程回归预测极化随微波频率、束流与辐射剂量的变化，并将代理模型嵌入标准化仿真环境，用下置信界奖励训练强化学习智能体。结果显示该智能体相比人工操作提升近 2…
arXiv cs.AI28 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究提出数据驱动的控制框架，结合代理模型与强化学习优化核物理散射实验中的动态极化靶。基于 APOLLO 低温靶系统运行数据，训练多层感知机与高斯过程回归预测极化随微波频率、束流与辐射剂量的变化，并将代理模型嵌入标准化仿真环境，用下置信界奖励训练强化学习智能体。结果显示该智能体相比人工操作提升近 2…