在基于强化学习模型的功能类比的等离子体系统中解决迷宫
Osamu Sakai1,2, Toshifusa Karasaki1, Tsuyohito Ito3
1Department of Electronic Systems Engineering, The University of Shiga Prefecture, Hikone, Shiga, Japan.
PloS one
|April 10, 2024
概括
狭窄道中的等离子可以解决迷宫,模仿强化学习. 这项研究证明了混合放电系统中的等离子体路线寻找,并以计算方式建模它.
科学领域:
- 等离子体物理学的物理学
- 计算科学 计算科学
- 模拟计算是一种模拟计算.
背景情况:
- 迷宫解决是一个经典的问题,最近使用各种媒体的模拟解决方案.
- 狭窄通道中的等离子生成为路线查找应用提供了一个新的介质.
研究的目的:
- 在道网络中实验性地研究等离子体的迷宫解决能力.
- 使用强化学习模型计算地概括等离子体路线寻找行为.
主要方法:
- 实验设置:在一个狭窄的通道迷宫 (1x1毫米截面) 中,混合直流 (DC) 体积和交流电 (AC) 表面介电屏障放电.
- 在低压阿贡气体中进行等离子体点火和路线观测,在进出口处使用电极.
- 使用强化学习方法进行计算建模,将电位映射到奖励中.
主要成果:
- 随着放电电压的增加,观察到等离子体成功地从通道迷宫的入口到出口导航.
- 使用香农的量化路线收,证明了有效的迷宫解决.
- 强化学习模型复制了类似的短路径路线,验证了模拟计算函数.
结论:
- 等离子道网络表现出类似于修改后的强化学习算法的模拟计算功能.
- 这项研究确立了等离子体作为复杂的路线查找任务的可行媒介.
- 研究结果表明,基于等离子体动态的新计算范式有可能出现.


