需要便宜的核能吗？将设计过程变成人工智能游戏

在AI设计的沸水反应堆布局中，理想情况下，燃料棒围绕两个固定的水棒放置，以提高燃烧效率。麻省理工学院的研究人员进行了36,000次仿真，以找到最佳配置，这可以将装配中的棒的寿命延长约5％，如果扩大到整个反应堆的规模，每年可节省300万美元。颜色对应于每个棒中铀和氧化g的变化量。

研究人员表明，深度强化学习可用于设计更高效的核反应堆。

核能在美国提供的无碳电力要多于太阳能和风能的总和，这使其成为应对气候变化的关键力量。但是美国核子舰队正在老化，运营商承受着简化其运营以与燃煤和天然气电厂竞争的压力。

降低成本的关键地点之一是在反应堆堆芯的深处，产生能量。如果将驱动反应的燃料棒放置在理想​​位置，则它们燃烧的燃料更少，所需的维护也更少。经过数十年的反复试验，核工程师学会了设计更好的布局，以延长昂贵的燃料棒的使用寿命。现在，人工智能蓄势待发。

麻省理工学院和Exelon的研究人员表明，通过将设计过程变成游戏，可以训练AI系统生成数十种最佳配置，这些配置可以使每根杆的使用寿命延长大约5％，从而每年为典型的发电厂节省约300万美元，研究人员报告。AI系统还可以比人类更快地找到最佳解决方案，并在安全，模拟的环境中快速修改设计。他们的结果发表在2020年12月的《核工程与设计》杂志上。

该研究的资深作者，麻省理工学院核科学与工程系的助理教授科鲁什·施万（Koroush Shirvan）表示：“这项技术可以应用于世界上任何核反应堆。”“通过改善提供美国20％的电力供应的核能经济学，我们可以帮助限制全球碳排放量的增长，并将最优秀的年轻人才吸引到这一重要的清洁能源领域。”

在典型的反应堆中，燃料棒通过其内部的铀和氧化oxide水平（如棋盘上的棋子）排列在网格或组件上，并具有放射性铀驱动反应，而稀土ing使它们变慢。在理想的布局中，这些相互竞争的冲动可以平衡以驱动有效的反应。工程师们尝试使用传统算法来改善人为设计的布局，但是在标准的100杆装配中，可能会有很多天文数字可供评估。到目前为止，他们取得的成功有限。

研究人员想知道，深度强化学习（一种在国际象棋和围棋等游戏中已实现超人精通的AI技术）能否使筛选过程更快。深度强化学习将深度神经网络与擅长选择数据的模式的神经网络与强化学习相结合，强化学习将学习与奖励信号联系在一起，例如在Go中赢得比赛或在Super Mario Bros中获得高分。

在这里，研究人员训练了他们的经纪人，以在一组约束条件下定位加油杆，每一次有利的举动就能获得更多的积分。研究人员选择的每个约束或规则反映了数十年来植根于物理定律的专业知识。代理商可能会得分，例如，通过将低铀棒放在组件的边缘以减慢那里的反应。通过散布g“毒药”棒以保持一致的燃烧水平；并将毒棒的数量限制在16到18之间。

该研究的主要作者，舍尔文实验室的博士后Majdi Radaideh说：“输入规则后，神经网络就会开始采取很好的行动。”“他们不会在随机过程上浪费时间。看着他们学习像人类一样玩游戏真是太有趣了。”

通过强化学习，人工智能学会了玩越来越复杂的游戏，甚至玩得比人类更好。但是它的功能在现实世界中仍然未经测试。在这里，研究人员表明，强化学习具有潜在的强大应用。

“这是将棋盘游戏和视频游戏的AI技术转移到帮助我们解决世界上实际问题的令人振奋的例子，”该研究的合著者，麻省理工学院智囊团的研究科学家约书亚·约瑟夫（Joshua Joseph）说。

Exelon现在正在虚拟环境中测试AI系统的beta版本，该环境模拟沸水反应堆中的组件，以及压水反应堆中的大约200个组件，而压水反应堆是全球最常见的反应堆类型。Exelon总部位于伊利诺伊州芝加哥，在美国拥有并运营21座核反应堆。公司发言人说，可能在一两年内就可以实施该系统。

参考：Majdi I. Radaideh，Isaac Wolverton，Joshua Joseph，James J.Tusar，Uuganbayar Otgonbaatar，Nicholas Roy，Benoit Forget和Koroush Shirvan的Majdi I.Radaideh，Isaac Wolverton，2020年12月5日，《核工程与设计》。 DOI：
10.1016 / j.nucengdes.2020.110966

该研究的其他作者是麻省理工学院的高级管理人员艾萨克·沃尔弗顿（Isaac Wolverton），他是通过“本科生研究机会计划”加入该项目的。麻省理工学院的Nicholas Roy和Benoit Forget；埃克塞隆（Exelon）的詹姆斯·图萨（James Tusar）和乌吉·奥贡巴塔（Ugi Otgonbaatar）。