Ученые НИУ ВШЭ и Института ядерной физики имени Г.И. Будкера СО РАН разработали программу RLABC, которая помогает подбирать настройки ускорителей частиц с помощью обучения с подкреплением. В компьютерном эксперименте до конца транспортного канала доходило около 70% частиц. Об этом «Газете.Ru» сообщили в пресс-службе НИУ ВШЭ. Работа опубликована в журнале Computer Physics Communications.
В ускорителях электрические поля разгоняют заряженные частицы, а магниты направляют и фокусируют пучок. Неудачные настройки приводят к потерям: частицы отклоняются от нужной траектории. При этом изменение одного элемента влияет на прохождение следующих, поэтому приходится одновременно учитывать множество параметров.
RLABC связывает алгоритмы машинного обучения с программой Elegant, которую физики используют для расчета движения пучков. Алгоритм задает параметры магнитов, получает результаты моделирования и оценку своих действий. Чем больше частиц проходит дальше, тем выше награда. Повторяя попытки, система учится выбирать удачные сочетания настроек.
Разработку проверили на модели канала, основанной на инжекционном комплексе ВЭПП-5. В исследовании рассматривали задачу с 37 управляемыми параметрами. При разных вариантах настройки пропускание составляло около 66–70%, а на модели с другой схемой расположения магнитов удалось провести 71% частиц.
По словам авторов, результаты сопоставимы с решениями специалистов по ускорительной технике. Однако пока речь идет о компьютерных испытаниях. Возможности программы еще предстоит проверить на более сложных транспортных каналах и реальных установках.
Код открыт для использования и доработки. В перспективе RLABC сможет предлагать оператору подходящие настройки и брать на себя часть рутинного подбора параметров; окончательное решение предполагается оставить за человеком.
Ранее на Большом Коллайдере обнаружили следы материи ранней Вселенной.