强化学习提升核物理靶极化控制效率

一项新研究提出结合代理模型与强化学习的控制框架，用于优化核物理散射实验中的动态极化靶。研究基于 APOLLO 低温靶系统的运行数据，用高斯过程回归模型提供校准的不确定性估计并识别训练分布外区域，而 MLP 对分布偏移的敏感性有限。 研究称，采用下置信界奖励训练的强化学习智能体，将操作员的操作效果提升近 2 倍。该结论来自 Armen Kasparian 等作者发表的论文。 该框架的目标是提升动态极化靶的控制表现，但上述提升幅度为论文作者报告的结果。

AI 根据报道生成 · 14 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。