強化学習による新しい適応光学制御戦略

高非線形な波面センサー環境下において、安定な積分器に依存せずに強化学習ベースの適応光学制御をブートストラップする手法を提案した。

• 高感度波面センサーの強い非線形性が従来の線形制御の課題となっていた。
• 強化学習ベースの適応光学制御は時間遅れや誤差の補償に有効である。
• 従来手法では困難だった高非線形環境でのデータ収集を内部光源と変形鏡で克服する。
• 事前校正により安定な積分器コントローラーなしで直接ループ運用を実現する。

原文タイトル: Pseudo Closed-Loop Bootstrapping for Reinforcement Learning Based AO Control

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。