nuclear-fusion

Anima Anandkumar 强调，尽管基准测试简单，但神经算子在像高分辨率 AI 天气预报模型 (FourCastNet) 和核聚变湍流这样的困难实际问题上实现了巨大加速（10,000 到百万倍）。她引用了一篇新论文，表明随着 PDE 任务难度的增加，学习型求解器变得更加经济高效。

本文介绍了 RL4F，一个用于核聚变等离子体控制的离线强化学习基准测试，提供了闭环评估环境和基于 DIII-D 真实托卡马克数据的四个剖面跟踪任务的基线比较。代码库和数据集已开源，以促进进一步研究。