深層強化学習を用いた加速器高周波電圧パターンの最適化

• 研究課題/領域番号: 24K07074
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分15020:素粒子、原子核、宇宙線および宇宙物理に関連する実験
• 研究機関: 国立研究開発法人日本原子力研究開発機構
• 研究代表者: 田村 文彦 国立研究開発法人日本原子力研究開発機構, J－PARCセンター, 研究主幹 (90370428)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2026年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2025年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円); 2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
• キーワード: 陽子シンクロトロン / 高周波加速（RF） / 深層強化学習

研究開始時の研究の概要

陽子シンクロトンでは,加速開始から終了まで高周波電圧をパターンとして変化させる。大強度陽子加速器では,加速基本波に加え2倍高調波を加える運転が行われているが、2倍高調波の電圧パターンは手作業による最適化が行われているのが現状であり、より多数のハーモニクスを用いた運転を行う場合には、従来の手法では最適化が困難である。本研究では、RF 電圧パターンの生成、最適化に深層強化学習を応用することを目的とする。深層機械学習は手順の最適化に適した手法であり、パターンの最適化への応用が可能である。深層強化学習による電圧パターン生成、最適化の実証から始め、複数のハーモニクスの電圧パターンに拡張を行っていく。