基于模型强化学习的自适应光学控制
天体物理仪器与方法
2021-05-19 v1
摘要
强化学习(RL)为天文自适应光学(AO)系统的控制提供了一种新方法。它有望有效应对常损害 AO 性能的某些方面,如时间延迟或标定误差。我们将 AO 控制回路表述为基于模型的 RL 问题(MBRL),并在数值模拟中将其应用于一个基于简单 Shack-Hartmann 传感器(SHS)、孔径上含 24 个分辨率单元的 AO 系统。模拟表明,MBRL 控制的 AO 能预测湍流的时域演化,并适应变形镜与 SHS 之间的失配——这是 AO 中典型的标定问题。该方法在若干秒的时间尺度上持续学习,因此能够自动适应变化的条件。
引用
@article{arxiv.2104.13685,
title = {Adaptive Optics control using Model-Based Reinforcement Learning},
author = {Jalo Nousiainen and Chang Rajani and Markus Kasper and Tapio Helin},
journal= {arXiv preprint arXiv:2104.13685},
year = {2021}
}
备注
Accepted for publication in Optics Express