摘要
离线训练的惯性约束聚变（ICF）替代模型存在一个众所周知的失败模式：迭代优化器将输入驱动到分布外（OOD）区域，导致预测不可靠。为此，我们提出了Co4ICF，一个将物理信息替代模型与基于近端策略优化（PPO）的脉冲优化器相结合的协同进化框架。替代模型在策略引导的轨迹上进行迭代微调，随着优化器变化输入分布，修正外推误差；优化器则将此不断演变的替代模型作为快速环境进行查询。在1D MULTI环境中，Co4ICF实现了基于当前激光设计基线的146.1%归一化产量；作为后验的跨保真度检验，优化脉冲在没有任何2D训练或微调的情况下，直接在2D-MULTI中进一步达到了246.9%归一化产量。与预算匹配的消融实验支持这些增益不仅仅是由于额外的模拟数据，并且与协同进化机制发挥关键作用的一致性。我们发布了一个大规模的MULTI-IFE模拟数据集，以支持未来的基准测试。
博主点评： Co4ICF通过将物理知识与深度强化学习相结合，展示了在惯性约束聚变优化中的巨大潜力。其创新的协同进化机制有效克服了传统模型的局限，为未来在更复杂环境中的应用奠定了基础。此研究不仅具有理论意义，也为实际应用提供了强有力的实验支持。