In recent decades, cold atom experiments have become increasingly complex.
While computers control most parameters, optimization is mostly done manually.
This is a time-consuming task for a high-dimensional parameter space with
unknown correlations. Here we automate this process using
在本文中，我们展示了对九种不同优化技术和实现方法进行基准测试的结果，以及它们在铷（Rb）冷原子实验中的优化能力。我们使用 3D $^{87}$Rb molasses 进行实验，并将吸收成像得到的原子数作为测试问题。我们还通过调整 2D+ MOT 中的原子蒸汽压力和检测激光频率稳定性来减小图像的信噪比，对不同有效噪声条件下表现最佳的优化器进行了比较。