arXiv cs.AI· Armen Kasparian, Torri Jeske, Monibor Rahman, Chris Keith, James Maxwell, Thomas Britton, Malachi Schram, David Lawrence·· 1 天前AI 评分22
强化学习优化核物理散射实验中的靶极化
Reinforcement Learning Techniques for the Optimization of Target Polarization in Nuclear Physics Scattering Experiments
AI 导读
研究提出一种结合代理模型与强化学习的控制框架，用于优化核物理实验中的动态极化靶。基于 APOLLO 低温靶系统运行数据，高斯过程回归模型能提供校准的不确定性估计并识别训练分布外区域，MLP 对分布偏移敏感性有限。采用下置信界奖励训练的强化学习智能体，将操作员操作效果提升近 2 倍。
来源：arXiv cs.AI · arxiv.org