机器学习自适应控制器在 DIII-D 与 KSTAR 上实时抑制 ELM 并提升聚变性能

研究者将机器学习与自适应控制结合，在 DIII-D 和 KSTAR 托卡马克上实现实时调节，获得几乎无边缘能量爆发（ELM）的高性能等离子体。控制器通过调节共振磁场扰动（RMP）的幅度与谱，由等离子体响应模型的机器学习代理算法寻找最优参数，在两台装置上均实现归一化聚变增益 G 与约束品质 H 89 的最高水平且无边缘爆发。