用于决策的混沌多模半导体激光器模式竞争动力学实验控制

光子计算已被广泛用于加速机器学习的计算性能。光子决策是一种利用光子计算技术基于强化学习解决多臂老虎机问题的有前景的方法。已有研究提出了利用混沌模式竞争动力学的光子决策方法。然而，实现卓越决策性能的实验条件尚未确立。在本研究中，我们在存在光反馈和光注入的情况下，实验研究了混沌多模半导体激光器中的模式竞争动力学。我们通过光注入控制混沌模式竞争动力学，发现正波长失谐导致在较小的光注入功率下有效地将模式集中到一个纵模上。我们实验研究了总强度激光动力学的二维分岔图。在存在光反馈和光注入时观察到了复杂的混合动力学。我们利用混沌模式竞争动力学实验进行决策以解决老虎机问题。在正波长失谐下观察到了快速的模式集中特性，这导致了正确决策率的快速收敛。我们的发现可能有助于加速使用强化学习的自适应光网络中的决策性能。