ConStellaration：面向准均匀(stellarator)等离子体边界的数据集与优化基准
机器学习
2025-11-27 v2 等离子体物理
摘要
Stellarator是正在积极开发的磁控装置，旨在提供稳定的碳中和型核聚变能源。其设计涉及高维受约束的优化问题，需要昂贵的物理仿真和大量专业知识。近期进展表明，等离子体物理学和开源工具正在使stellarator优化更加可及。然而，由于缺乏具有强基准和数据集的标准化优化问题，社区进展目前受限于准均匀（QI）等离子体配置——这些配置因其对电流驱动扰动的内在抗性而被视为商业化核聚变的有前景之路。本文我们发布了一个包含多样化QI类等离子体边界形状、其理想磁流体力学（MHD）平衡及性能指标的开放数据集。我们通过对各种QI场进行采样并优化相应的等离子体边界来生成此数据集。我们引入三个不断增加复杂度的优化基准：（1）单个目标几何优化问题，（2）“易构建”QI等离子体，（3）多目标理想MHD稳定QI等离子体，旨在探讨紧凑性与线圈简单性之间的权衡。对于每个基准，我们提供参考代码、评估脚本以及基于经典优化技术的强基准。最后，我们展示了在数据集上训练的学习模型如何有效生成新型可行配置，而无需查询昂贵的物理仿真。通过公开发布数据集及基准问题和基准方法，我们旨在降低优化和机器学习研究人员参与等离子体设计的门槛，以加速跨学科进展，实现核聚变能源电网化。
引用
@article{arxiv.2506.19583,
title = {ConStellaration: A dataset of QI-like stellarator plasma boundaries and optimization benchmarks},
author = {Santiago A. Cadena and Andrea Merlo and Emanuel Laude and Alexander Bauer and Atul Agrawal and Maria Pascu and Marija Savtchouk and Enrico Guiraud and Lukas Bonauer and Stuart Hudson and Markus Kaiser},
journal= {arXiv preprint arXiv:2506.19583},
year = {2025}
}