Buchumschlag

Reinforcement Learning for Accelerator Beamline Control: a simulation-based approach

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ibrahim, Anwar, Petrenko, Alexey, Kaledin, Maxim, Suleiman, Ehab, Ratnikov, Fedor, Derkach, Denis
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Accelerator Physics Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimisation of the Accelerator Control by Reinforcement Learning: A Simulation-Based Approach
von: Ibrahim, Anwar, et al.
Veröffentlicht: (2025)

RL-ABC: Reinforcement Learning for Accelerator Beamline Control
von: Ibrahim, Anwar, et al.
Veröffentlicht: (2026)

Toward a Fully Autonomous, AI-Native Particle Accelerator
von: Tennant, Chris
Veröffentlicht: (2026)

Towards Agentic AI on Particle Accelerators
von: Sulc, Antonin, et al.
Veröffentlicht: (2024)

Agentic AI for Multi-Stage Physics Experiments at a Large-Scale User Facility Particle Accelerator
von: Hellert, Thorsten, et al.
Veröffentlicht: (2025)

Updates and Lessons Learned from NuMI Beamline at Fermilab
von: Wickremasinghe, D. A. A., et al.
Veröffentlicht: (2024)

Synthesizing Particle-in-Cell Simulations Through Learning and GPU Computing for Hybrid Particle Accelerator Beamlines
von: Sandberg, Ryan T., et al.
Veröffentlicht: (2024)

Target Multiwire for the Fermilab Booster Neutrino Beamline
von: Prokop, R.
Veröffentlicht: (2024)

Beamline Steering Using Deep Learning Models
von: Allen, Dexter, et al.
Veröffentlicht: (2024)

Cheetah: Bridging the Gap Between Machine Learning and Particle Accelerator Physics with High-Speed, Differentiable Simulations
von: Kaiser, Jan, et al.
Veröffentlicht: (2024)

Offset Finding of Beamline Parameters on the METRIXS Beamline at BESSY II Using Machine Learning
von: Meier, David, et al.
Veröffentlicht: (2025)

Beyond PID Controllers: PPO with Neuralized PID Policy for Proton Beam Intensity Control in Mu2e
von: Xu, Chenwei, et al.
Veröffentlicht: (2023)

Conic Surfaces and Transformations for X-Ray Beamline Optics Modeling
von: del Rio, Manuel Sanchez, et al.
Veröffentlicht: (2024)

Application Of Large Language Models For The Extraction Of Information From Particle Accelerator Technical Documentation
von: Dai, Qing, et al.
Veröffentlicht: (2025)

Propagation of a Gaussian Wigner Function Through a Matrix-Aperture Beamline
von: Pogorelov, Ilya V., et al.
Veröffentlicht: (2023)

Automated Anomaly Detection on European XFEL Klystrons
von: Sulc, Antonin, et al.
Veröffentlicht: (2024)

Femtosecond-Scale MeV-UED Beamline Using a Stand-Alone Multi-Cell RF Photogun
von: Lucas, Thomas Geoffrey, et al.
Veröffentlicht: (2025)

Strategy for Bayesian Optimized Beam Steering at TRIUMF-ISAC's MEBT and HEBT Beamlines
von: Hassan, O., et al.
Veröffentlicht: (2025)

Dynamic Exclusion of Low-Fidelity Data in Bayesian Optimization for Autonomous Beamline Alignment
von: Narayanan, Megha R., et al.
Veröffentlicht: (2024)

A General Bayesian Algorithm for the Autonomous Alignment of Beamlines
von: Morris, T. W., et al.
Veröffentlicht: (2024)

AI-Ready Control System for the Fermilab Accelerator Complex
von: Miceli, Tia, et al.
Veröffentlicht: (2026)

Large Language Models for Human-Machine Collaborative Particle Accelerator Tuning through Natural Language
von: Kaiser, Jan, et al.
Veröffentlicht: (2024)

Machine Learning for Reducing Noise in RF Control Signals at Industrial Accelerators
von: Henderson, M., et al.
Veröffentlicht: (2024)

Injection Optimization at Particle Accelerators via Reinforcement Learning: From Simulation to Real-World Application
von: Awal, Awal, et al.
Veröffentlicht: (2024)

Optics tuning simulations for FCC-ee using Python Accelerator Toolbox
von: Musa, Elaf, et al.
Veröffentlicht: (2024)

Controls Abstraction Towards Accelerator Physics: A Middle Layer Python Package for Particle Accelerator Control
von: King, M., et al.
Veröffentlicht: (2025)

AI-Assisted Transport of Radioactive Ion Beams
von: Lopez-Caceres, Sergio, et al.
Veröffentlicht: (2025)

Modelling Conduction Cooling of Superconducting Accelerator Magnets using a Thermal Thin Shell Approximation
von: Vancayseele, Emma, et al.
Veröffentlicht: (2026)

Evaluating Function-as-a-Service (FaaS) frameworks for the Accelerator Control System
von: Jaikar, A., et al.
Veröffentlicht: (2025)

Twinac: A Universal Framework for Virtual Accelerator Controls
von: Miceli, Tia, et al.
Veröffentlicht: (2025)

Acceleration of Multi-Scale LTS Magnet Simulations with Neural Network Surrogate Models
von: Denis, Louis, et al.
Veröffentlicht: (2025)

Development of a Proton Therapy Research Beamline with FLASH and Minibeam Capabilities at the 18 MeV Bern Medical Cyclotron
von: Kasanda, Eva, et al.
Veröffentlicht: (2026)

A flexible start-to-end simulation framework for particle accelerators based on a comprehensive lattice description
von: Brynes, A. D., et al.
Veröffentlicht: (2026)

Acceleration and Focusing Electron/Positron Bunches in Plasma-Dielectric Wakefield Accelerator
von: Sotnikov, Gennadiy V., et al.
Veröffentlicht: (2024)

Characteristics of electromagnetic radiation and the interference protection on a small-sized direct-acting electron accelerator with a plasma opening switch
von: Vinnikov, D. V., et al.
Veröffentlicht: (2025)

Superconducting Accelerator Magnets
von: Sanfilippo, Stephane
Veröffentlicht: (2026)

Conventional Accelerator Magnets
von: Sanfilippo, Stephane
Veröffentlicht: (2026)

Instabilities in Linear Accelerators
von: Ferrario, Massimo, et al.
Veröffentlicht: (2025)

Acceleration of a Positron Bunch in a Hollow Channel Plasma
von: Gessner, Spencer, et al.
Veröffentlicht: (2023)

Controlled Injection in a Laser Plasma Accelerator via an Optically Generated Waveguide Constriction
von: Shalloo, R. J., et al.
Veröffentlicht: (2024)