行行查
行业研究数据库
人工智能行业研究:DeepMind用深度强化学习实现托卡马克磁控制
- 人工智能
- 核能
- 可控核聚变
DeepMind与瑞士等离子体中心合作开发了基于深度强化学习的托卡马克磁控制方案。整个流程分为学习、部署和验证三个阶段。
首先在学习阶段,采用“Actor-Critic”架构构建闭环:智能体(Actor)与环境交互生成电压指令并获取观测数据,经验存入回放池供训练器(Learner)更新策略参数。模拟环境内部集成了传感器模型、物理参数及向前求解器(FGE),用于实时计算奖励信号。控制策略核心为多层感知机神经网络,输入92维磁场测量值,经隐藏层处理后输出19维线圈电流控制量。
在部署应用上,该架构直接取代了传统的级联控制模式。传统方式需先通过离线反馈生成等离子体形状目标,再分别调节位置、形状和电流控制器;而新架构实现了端到端控制,直接将目标映射为执行动作,显著提升了响应速度与控制精度。最终方案在TCV托卡马克装置上完成验证,通过极向场线圈、欧姆线圈及快线圈的协同作用,成功实现了对高温等离子体位形的精准约束与稳定维持,证明了AI在核聚变复杂控制系统中的实际应用潜力。
关联报告






| 标题 | 时间 | 页数 | 目录 | 下载 |
|---|---|---|---|---|
| 人工智能系列(二):AI驱动下的电子行业新周期 | 2026-10-24 | 35 | ||
| 人工智能行业专题(24):AI短剧:注意力经济新兴市场,AI赋能工业化生产 | 2026-10-26 | 32 | ||
| 人工智能对广域网的影响:思科报告2026 | 2026-10-27 | 26 | ||
| 电力设备与新能源行业周报:特斯拉Optimus量产继续推进,全面实施“人工智能+”行动 | 2026-10-27 | 15 | ||
| 《人工智能能力建设普惠计划》进展报告(2026) | 2026-10-27 | 22 | ||
| 人工智能的物理竞赛:对电力、水和关键矿产的控制正成为人工智能领导地位的决定性因素 | 2026-10-27 | 16 | ||
| 人工智能主线周报:智元发布具身模型,看好智能化 | 2026-11-02 | 19 | ||
| 人工智能行业专题:2026Q3海外大厂CapEx和ROIC总结梳理 | 2026-11-02 | 25 | ||
| 通信及人工智能组行业光互连系列报告(一):FAU,CPO/NPO驱动量价双升 | 2026-11-03 | 22 | ||
| 人工智能及计算机行业行业月报:国家数据集团正式成立,物理AI迎奇点时刻 | 2026-11-07 | 27 |

行研数据库
创投数据库
证券数据库
商业数据库










