基于强化学习的 87Rb 原子偏振梯度冷却时序参数优化
作者:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • | |
  • 文章评论
    摘要:

    偏振梯度冷却的时序参数对冷原子制备有着重要影响,本文提出了一种有别于传统PGC时序的分段控制方法,设计了基于 Q 网络的强化学习框架对 30 个时序参数进行了优化,并探索了不同学习率和神经元个数对学习过程的影响,结果表明,当设置学习率为0.01,神经元个数为192 个时,学习过程具有较好的收敛性及参数探索能力,只需要 14.6min 即可收敛,最终可以获得 4.3×108 个温度约为 3.7μK 的冷原子团,无论是优化速度还是冷原子指标均优于人工优化, 对冷原子智能化制备具有重要借鉴意义。

    参考文献
    相似文献
    引证文献
引用本文

梁昌文 , 高绍军 , 沙荣 , 刘博坤 , 王去非 , 颜树华.基于强化学习的 87Rb 原子偏振梯度冷却时序参数优化[J].科研仪器案例成果数据库,2024,(0).

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 在线发布日期: 2024-12-20
文章二维码