上海光機所高功率激光物理聯(lián)合實驗室前沿部在利用深度強化學習實現(xiàn)激光種子源鎖模狀態(tài)搜索研究上取得重要進展，相關成果以“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)并完成不同運行狀態(tài)之間的切換（圖2）。該算法結合了時間序列深度強化學習和長短時記憶網(wǎng)絡。數(shù)值模擬表明，激光腔的動態(tài)特征可以從光譜序列中獲得，與傳統(tǒng)的進化搜索算法相比，該模型大大提高了鎖模搜索的效率。在實驗中，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)方法少一個數(shù)量級，也是目前報道搜索次數(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雜環(huán)境下的適應能力。

　　該方法是無模型的，因此不僅可以用于鎖模狀態(tài)的搜索，還可以獲得特殊時間-光譜特性的鎖模動力學模式，在激光時空精確調(diào)控等方面有潛在應用前景，受到國內(nèi)外同行的關注。

　　相關研究得到了中科院先導專項A類子課題的資助。

圖1 耗散孤子鎖模激光器

圖2 時間序列深度強化學習算法模型

圖3 隨機初始狀態(tài)鎖模搜索結果