用AI控制“人造太阳”，DeepMind团队实现可控核聚变新突破
1、论文试图解决什么问题？强化学习（RL）在等离子体磁控制领域与传统的反馈控制方法相比，仍存在显著的缺陷。DeepMind 团队试图解决这些关键缺陷，包括提高所需等离子体属性的控制精度、减少稳态误差以及缩短学习新任务所需的时间。2、这篇论文的亮点是什么？研究团队在 Degrave 等人的基础上，对智能体架构和训练过程进行了算法改进。模拟结果表明，新方法可以实现高达 65％ 的形状精度提高，并显著减
“人造太阳”精准放电！DeepMind实现AI可控核聚变新突破
新智元报道编辑：编辑部【新智元导读】AI可控核聚变新突破！DeepMind最新研究用RL算法，将等离子体形状精度提升65%，为「人造太阳」精准放电指明道路。AI可控核聚变，指日可待。秘密研发3年，DeepMind去年宣称，首次成功用AI控制「托卡马克」内部等离子体。其重磅成果登上Nature。时隔一年，谷歌AI团队在这一领域再次取得突破。最新实验模拟中，将等离子体形状精度提高了65%。DeepMi
