通过强化学习算法在锁定模式的光纤激光器内进行多稳定性操纵
Alexey Kokhanovskiy1, Evgeny Kuprikov2, Kirill Serebrennikov2,3
1School of Physics and Engineering, ITMO University, St. Petersburg 197101, Russia.
Nanophotonics (Berlin, Germany)
|December 5, 2024
概括
这项研究使用机器学习算法自动控制光纤激光器,实现稳定的和模式锁定模式. 这种方法简化了复杂的激光调整,并确保了最佳性能.
科学领域:
- 非线性光学是非线性光学.
- 激光物理 激光物理
- 机器学习应用 机器学习应用
背景情况:
- 光纤模式锁定激光器产生超短脉冲,但由于多稳定性,很难调整.
- 激光输出随着参数调整而有很大变化,导致不同的操作模式.
研究的目的:
- 实验性地实施软演员-关键算法来控制光纤激光器.
- 为了在光纤激光系统中实现稳定,高阶的和模式锁定模式.
主要方法:
- 使用了最先进的光纤激光器与离子门纳米管和吸收器.
- 采用软行动者-关键 (SAC) 算法来管理激光动功率和和吸收器传输.
- 开发了在激光系统内进行最佳控制的非碎策略.
主要成果:
- 成功生成了具有最高可能顺序的保证波模式锁定模式.
- 证明了激光动功率和非线性传输的有效管理.
- 实现了基于机器学习的强大且可行的自动控制系统.
结论:
- 软演员-关键算法为控制非线性光学系统提供了一个强大的方法.
- 机器学习提供了一种可行的方法来自动调整激光器的多稳定性.
- 这项工作为复杂激光系统的自动调整铺平了道路.


