PACMAN、DIII-Dトカマクで複数のAI制御を統合

トカマク内のプラズマを閉じ込めるには、数ミリ秒で拡大し得る変化を補正しなければならない。機械学習モデルはすでに特定の課題を予測・制御できたが、実証のたびに独立したシステムとして装置へ組み込まれることが多かった。Andrew Rothstein、Hiro Farre-Kaga、Egemen Kolemenらは、複数のモデルが同じ診断信号とアクチュエーターを使いながら、矛盾する指令を避けられるかを調べた。答えとして開発したのが、機械学習による予測と制御を意味するPACMANで、米国の研究用トカマクDIII-Dに導入した。

PACMANは制御を4段階に整理する。まず温度、密度、磁気信号などのリアルタイム測定値を集め、誤りを点検する。次に各課題用のモデルがプラズマの現在状態や直後の変化を推定する。制御器は推定値を加熱、ガス注入、その他のアクチュエーターへの要求に変換する。最後の層が競合する要求を調停し、装置の物理的な上限・下限を適用した後に指令を送る。一連の処理は通常約20ミリ秒で、実験放電中に繰り返される。

論文はDIII-Dでの5件の別々の応用を記載した。強化学習制御器は加熱系を管理し、あるモデルはプラズマ端でのエネルギー急増確率を推定し、別のモデルは高速粒子が駆動する波を検出・制御した。さらに、密度と回転の分布を研究者の目標へ近づける制御器と、テアリングモードを予測して回避する制御器も試された。テアリングモードはプラズマを組み替えて性能を下げ得る磁気的不安定性である。5課題は共通の入出力・判断構造を使ったが、全能力を一度に同時試験したわけではない。

テアリングモードの実証では、設定可能な時間幅の中で不安定性が生じる確率をモデルが計算した。確率がしきい値を超えると、制御器はマイクロ波加熱をプラズマ内の適切な位置へ向け直した。研究所によると、予測は不安定性の発生見込みより約200ミリ秒早かった。従来の制御は通常、発生後に検出する。この時間差により、発生後に抑え込むのではなく、事前にプラズマを変えて回避できた。

この構造は、プラズマをマイクロ波で加熱する6基のジャイロトロンも協調させ、事前設定した目標に合わせて出力と鏡の位置を調整した。目標を選び、放電と放電の間に設定値を決めたのは引き続き人間の運転員である。入力が故障した場合、対応する制御器は新しい要求を出さず、最終層が全指令をハードウェアの安全範囲内に制限した。したがって実証された自律性は高速実行に関するもので、科学目標の選択やトカマク運転の決定ではない。

中心的成果は制御工学にある。共通基盤が異なるモデルを受け入れ、アクチュエーターの競合を解決し、実験で作動した。DIII-Dへ新しいアルゴリズムを導入する手間を減らせる可能性がある。同じ構造が別のトカマクでも高速・安定・安全に働くかは、新たな実装と試験が必要だ。公表された実験は正味のエネルギー生産や将来の核融合発電所の性能を測ったものではない。