通过算法改进与训练程序的提升，我们在等离子体磁控制领域为强化学习方法解决了主要问题，包括提高对所需等离子体特性的控制准确性，减小了稳态误差，以及缩短了学习新任务所需的时间。我们的模拟结果显示形状准确性提高了 65％，等离子体电流的长期偏差大幅减少，并且学习新任务的培训时间缩短了 3 倍或更多。在瑞士磁约束实验装置上进行的实验验证了这些模拟结果，并指引了通过强化学习方法定期实现精确放电的方向。

Jul, 2023

使用连续卷积神经网络进行等离子体扰动预测，与离散模型相比，连续模型具有更好的性能（接收器操作特性曲线下的区域 = 0.974 vs 0.799），参数更少。

Dec, 2023

通过将神经常微分方程 (ODE) 框架应用于等离子体动力学的问题，本研究从阿尔卡托 C-Mod 聚变反应堆的数据中训练出结合了基于物理方程和神经 ODE 的模型，发现其性能优于现有的基于物理的 ODE 和纯神经 ODE 模型。

Oct, 2023

通过使用深度强化学习技术，本研究在核微堆设计的高保真模拟中使用 PPO 和 A2C 算法，训练智能控制代理器以寻找最佳控制策略，以降低运营和维护成本，并实现自主运行。

Jun, 2024

使用物理引导的强化学习框架来识别有效的实时补救前瞻决策序列以避免黑 out，该框架考虑了包括离散值传输线开关决策和连续值发电机调整在内的控制动作空间，并使用关联于电力传输网络的潮流灵敏度因子来指导强化学习探索。

Jan, 2024

通过神经常微分方程（Neural ODEs）模拟托卡马克复杂的能量传递过程，从 DIII-D 托卡马克实验数据中精确建模电子和离子间的能量相互作用，探索提升托卡马克性能的深度学习方法。

Mar, 2024

通过使用历史数据训练深度循环网络来预测等离子体放电的全时演化，并研究不同的训练和推理过程对放电预测质量和校准的影响。

Apr, 2024

我们提出了基于近端策略优化的概率约束强化学习算法，通过使用 Lagrangian relaxation 将约束优化问题转换为无约束目标，从而在先进的核电厂设计中实现了最小违规距离和违规率。

Jan, 2024

提出了一种基于模型的深度强化学习方法，用于设计短期电压稳定性问题的紧急控制策略，并使用基于深度神经网络 的动态代理模型进行训练，最终在 IEEE 300 总线测试系统上实现了 97.5% 的样本效率和 87.7% 的训练效率。

Dec, 2022

对于加拿大阿尔伯塔省的案例研究中，通过将西门子公司提供的热力学软件纳入环境模型，并通过模拟不确定性，如电力价格、负载和环境条件的变化，我们实施了三种常见的深度强化学习算法来处理经济型燃气轮机调度问题。在所测试的算法和基准方法中，深度 Q 网络（DQN）获得了最高的奖励，而近端策略优化（PPO）是最高效的方法。我们进一步提出并实施了一种动态分配燃气轮机运行和维护成本的方法，基于运行时间和循环数，与现有方法相比，我们的方法更好地近似了现代燃气轮机调度的真实成本，因此导致了更现实的策略。

Aug, 2023