オフライン強化学習によるプラズマ制御:核融合における実装とベンチマーク
オフライン強化学習によるプラズマ制御:核融合における実装とベンチマーク トカマク運用におけるオフライン学習の必然性 核融合プラズマ制御は、強化学習の方法論的適用可能性を根本的に再構成する制約の下で動作しています。すなわち、オンライン試行錯誤学習は経済的に禁止的であり、運用上危険です。トカマク施設は1億度を超える温度でプラズマを強力な磁場配置内に維持します。プラズマ不安定性(破壊的放電やエッジ局在モード)は超伝導磁石と構造部品に損傷を与える可能性があり、交換費...