DeepMindの深層強化学習による核融合炉制御論文を読んだので論文内容と論文を理解するために調べた技術背景をまとめます。 Accelerating fusion science through learned plasma control www.nature.com 要約 技術背景：核融合炉の仕組み 核分裂エネルギーと核融合エネルギー 核融合反応のおこしかた トカマク型磁気閉じ込め方式 深層強化学習によるトカマク型核融合炉の制御 研究者はさまざまなプラズマ形状の特性を探索したい 課題：目標形状ごとに磁気コイル制御システム構築するのがつらい 提案：深層強化学習で任意形状の制御を実現する 制御ポリシーのトレーニング Sim to Real 分散並列強化学習 MPOアルゴリズム 即時報酬rの設計 実機へのデプロイ 性能検証 所感 ※筆者は原子物理/核融合理論について完全な素人であり当該分野の