机器学习有助于减轻高功率激光器的烦恼

能源部劳伦斯伯克利国家实验室（Berkeley Lab）的研究人员通过使用机器学习（ML）来帮助稳定高功率激光，从而取得了突破。

这一进步由伯克利实验室的加速器技术和应用物理（ATAP）和工程部门带头，有望加速物理，医学和能量的进展。研究人员报告他们在日记中的工作高功率激光科学与工程。

预测抖动

高功率激光器已成为科学研究和行业的重要工具。这些激光器的一种令人兴奋的应用是激光 - 播加速器（LPA），可以在短距离内加速颗粒到高能。

LPA可以提供更紧凑，更具成本效益的粒子壁和新颖的光源，从而在原子和分子尺度上探索物质。高功率激光器还支持惯性融合的进步，惯性融合有望丰富，可靠的能量。

但是，梁指向的波动，称为“抖动”，是由机械振动引起的，阻碍了激光的性能并阻碍这些应用中的进展。

ATAP的Berkeley加速器控制和仪器计划的研究科学家丹·王（Dan Wang）解释说：“激光指向错误在LPA中尤其有问题，因为它们在生成的电子光束中引起了不稳定性，这会限制其实际应用。”

然而，传统的激光控制系统“努力跟上激光器位置的快速变化，尤其是在高功率，低重复率激光器中使用的大型缓慢移动的光学组件”，根据ATAP'S BELLA CENTER的实验代理人Anthony Gonsalves，Anthony Gonsalves兼贝拉中心的实验副总监Anthony Gonsalves表示。“这导致射击错误会对实验产生不利影响。”

为了克服这一限制，团队转向机器学习。

与传统的控制系统纠正激光器发生后指向错误的系统不同，“我们的方法可以预测抖动，然后对激光器的光学组件进行实时调整，迅速改善射击稳定稳定和更准确的光束指向，” Alessio Amodio解释说。

“飞行员”横梁和实时调整

为了测试该方法的有效性，研究人员采用了低功率，高重复速率“飞行员”激光束作为来自领先的LPA研究设施Bella Petawatt Laser的高功率，低重复利率主梁的代理。

贡萨尔维斯说：“由于飞行员梁比主梁更频繁地射击，所以我们可以绘制出镜子振动引起的光束的运动。”“然后，我们可以使用此信息来预测高功率脉冲到达时光束的位置，并且由于我们知道提前的指向误差，因此我们可以调整镜像以纠正这些错误。”

他们将此位置数据馈送到支持ML的控制系统中，该控制系统采用校正镜来调整光束的指向。测试其性能后，该系统在横梁X方向上的抖动降低了65％，Y方向降低了47％。

Wang说：“我们计划使用现场编程的门阵列，提供高级时机和同步的电子控制电路来增强我们的方法，以实现更快，更准确的实时校正。”“这有望改善射击激光稳定，并计划在贝拉·佩塔瓦特激光器上进行全功能和广泛应用的测试。”

更多信息：Alessio Amodio等人，通过机器学习指向1Hz高功率激光器的稳定，高功率激光科学与工程（2025）。doi：10.1017/hpl.2025.41