利用激光动力学中的混沌游动实现强化学习的控制

光子人工智能在加速机器学习方面引起了相当大的兴趣；然而，其独特的光学特性尚未被充分利用以实现更高阶的功能。混沌游动具有在多个准吸引子之间自发瞬态动力学的特点，可用于实现类脑功能。在本文中，我们提出一种控制多模半导体激光器中混沌游动的方法，以解决一个机器学习任务，即多臂老虎机问题，该问题是强化学习的基础。所提出的方法利用通过光注入控制的模式竞争动力学中的超快混沌游动运动。我们发现其探索机制与传统搜索算法完全不同，且具有高度可扩展性，在大规模老虎机问题上优于传统方法。本研究为利用混沌游动作为光子硬件加速器有效解决复杂机器学习任务铺平了道路。