基于深度强化学习的自由电子激光优化研究

doi:10.3788/AOS230893

	基于深度强化学习的自由电子激光优化研究
其他题名	Reinforcement Learning for Free Electron Laser Online Optimization
	吴嘉程1,2 ; 蔡萌 3; 陆宇杰1,3 ; 黄楠顺 4; 冯超 2,3; 赵振堂1,2,3
	2023-06-30
发表期刊	光学学报 (IF:1.6[JCR-2023],1.1[5-Year])
ISSN	0253-2239
卷号	43 期号:21 页码:188-193
发表状态	已发表
DOI	10.3788/AOS230893
摘要	束流轨道优化是短波长自由电子激光调试放大过程的关键环节。在实际实验中，需要花费大量的时间来调整参数，以校正轨道。为简化该多参数调优过程，研究了基于深度强化学习的自动优化技术，在仿真环境中使用SAC、TD3和DDPG算法调整多个校正磁铁，以优化自由电子激光的输出功率。为模拟实际实验中非理想的轨道状态，在第一节波荡器入口处设置一磁铁以偏转束流轨道。随后利用深度强化学习算法自动调节后续7个磁铁以校正轨道。结果表明，通过引入偏差将输出功率降低一个数量级后，基于最大熵原理的SAC算法将功率恢复到初始值的98.7%，优于TD3与DDPG算法。此外，SAC算法表现出更强的鲁棒性，有望后续应用在我国X射线自由电子激光装置中实现自动调束。
关键词	激光光学自由电子激光轨道校正输出功率深度强化学习多参数优化
URL	查看原文
收录类别	CSCD ; 北大核心
语种	中文
原始文献类型	学术期刊
来源库	CNKI
中图分类号	TP18;TN24
文献类型	期刊论文
条目标识符	https://kms.shanghaitech.edu.cn/handle/2MSLDSTB/346105
专题	物质科学与技术学院物质科学与技术学院_特聘教授组_赵振堂组物质科学与技术学院_硕士生物质科学与技术学院_博士生
通讯作者	黄楠顺
作者单位	1.上海科技大学物质科学与技术学院; 2.中国科学院上海高等研究院; 3.中国科学院上海应用物理研究所; 4.张江实验室
第一作者单位	物质科学与技术学院
第一作者的第一单位	物质科学与技术学院
推荐引用方式 GB/T 7714	吴嘉程,蔡萌,陆宇杰,等. 基于深度强化学习的自由电子激光优化研究[J]. 光学学报,2023,43(21):188-193.
APA	吴嘉程,蔡萌,陆宇杰,黄楠顺,冯超,&赵振堂.(2023).基于深度强化学习的自由电子激光优化研究.光学学报,43(21),188-193.
MLA	吴嘉程,et al."基于深度强化学习的自由电子激光优化研究".光学学报 43.21(2023):188-193.