上海光機(jī)所高功率激光物理聯(lián)合實(shí)驗(yàn)室前沿部在利用深度強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)激光種子源鎖模狀態(tài)搜索研究上取得重要進(jìn)展，相關(guān)成果以“Deep reinforcement with spectrum series learning control for a mode-locked fiber laser”為題發(fā)表在Photonics Research。

　　針對(duì)高功率激光器光纖鎖模種子源穩(wěn)定鎖模狀態(tài)搜索的問(wèn)題，提出了一種算法，可有效搜索耗散孤子鎖模激光器（圖1）的鎖模狀態(tài)并完成不同運(yùn)行狀態(tài)之間的切換（圖2）。該算法結(jié)合了時(shí)間序列深度強(qiáng)化學(xué)習(xí)和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)。數(shù)值模擬表明，激光腔的動(dòng)態(tài)特征可以從光譜序列中獲得，與傳統(tǒng)的進(jìn)化搜索算法相比，該模型大大提高了鎖模搜索的效率。在實(shí)驗(yàn)中，所提出的算法平均只用了690ms即可獲得穩(wěn)定的鎖模狀態(tài)，搜索次數(shù)比傳統(tǒng)方法少一個(gè)數(shù)量級(jí)，也是目前報(bào)道搜索次數(shù)最少的方法（圖3）。在16°C–30°C溫度環(huán)境下，該方法平均只需18次搜索就可以獲得穩(wěn)定的鎖模狀態(tài)，極大地提高了激光器在復(fù)雜環(huán)境下的適應(yīng)能力。

　　該方法是無(wú)模型的，因此不僅可以用于鎖模狀態(tài)的搜索，還可以獲得特殊時(shí)間-光譜特性的鎖模動(dòng)力學(xué)模式，在激光時(shí)空精確調(diào)控等方面有潛在應(yīng)用前景，受到國(guó)內(nèi)外同行的關(guān)注。

　　相關(guān)研究得到了中科院先導(dǎo)專(zhuān)項(xiàng)A類(lèi)子課題的資助。

圖1 耗散孤子鎖模激光器

圖2 時(shí)間序列深度強(qiáng)化學(xué)習(xí)算法模型

圖3 隨機(jī)初始狀態(tài)鎖模搜索結(jié)果