Surrogate model driven RL optimization of the TWOCRYST crystal angular alignment

Im riesigen, ringförmigen Tunnel des Large Hadron Colliders bewegen sich Protonen mit nahezu Lichtgeschwindigkeit und kreisen dabei Milliarden Male pro Sekunde. Um die fundamentalen Bausteine des Universums zu untersuchen, müssen Wissenschaftler oft die äußeren Schichten dieses Strahls abtragen, indem sie einen dünnen Halo aus Streupartikeln extrahieren und sie auf ein bestimmtes Ziel lenken. Dies ist ein höchst präziser Vorgang. Die Teilchen müssen mit extremer Genauigkeit mithilfe gebogener Siliziumkristalle geführt werden, die wie mikroskopische Spiegel wirken, welche die Protonen einfangen und ablenken. Diese Kristalle müssen jedoch mit einer Genauigkeit ausgerichtet sein, die feiner als die Breite eines menschlichen Haares ist. Wenn sie auch nur leicht deplatziert sind, verfehlt der Strahl sein Ziel und das Experiment scheitert. Traditionell war die Ausrichtung dieser Kristalle ein langsamer, manueller Prozess, der es Experten erforderte, stundenlang winzige Anpassungen vorzunehmen, während sie auf schwache Signale achteten. Es ist eine Aufgabe, die Geduld und eine ruhige Hand erfordert, aber sie ist auch ein Engpass, der begrenzt, wie schnell neue Experimente beginnen können.

Ein Team von Forschern des CERN und Universitäten aus ganz Europa hat nun einen neuen Weg entwickelt, um dieses Problem zu lösen. Sie haben ein Computerprogramm entwickelt, das lernt, diese Kristalle automatisch auszurichten, und zwar mithilfe einer Methode namens Reinforcement Learning (bestärkendes Lernen). Anstatt sich auf komplexe physikalische Gleichungen zu verlassen, um vorherzusagen, wie sich der Strahl verhalten wird, lernt das Programm direkt aus den echten Daten, die bei vorangegangenen Tests gesammelt wurden. Es behandelt den Ausrichtungsprozess wie ein Spiel: Der Computer agiert als Spieler, der kleine Anpassungen am Winkel des Kristalls vornimmt, und erhält Punkte basierend darauf, wie gut der Strahl das Ziel trifft. Mit der Zeit lernt das Programm die besten Züge, um seine Punktzahl zu maximieren, und entdeckt schließlich eine Strategie, die schneller und konsistenter ist als die menschlichen Bediener. Dieser Ansatz, der im TWOCRYST-Experiment getestet wurde, stellt einen bedeutenden Schritt dar, um Teilchenbeschleuniger autonomer und effizienter zu machen.

Der Kern dieser Errungenschaft ist eine virtuelle Umgebung, die die Forscher gebaut haben, um ihre künstliche Intelligenz zu trainieren. Da der echte Beschleuniger zu wertvoll und zu riskant für ein Trial-and-Error-Lernen ist, schuf das Team einen digitalen Zwilling namens MDHaloEnv. Dieses System nimmt historische Daten aus Strahltests, bei denen Kristalle manuell durch tausende Positionen rotiert wurden, und nutzt sie, um zu simulieren, was passieren würde, wenn der Computer versuchen würde, den Kristall selbst auszurichten. Das Programm erhält Bilder von einer Hochgeschwindigkeitskamera, die die Teilchen verfolgt, zusammen mit Daten von Sensoren, die den Strahlverlust messen. Es entscheidet dann, ob es den Kristall leicht nach links oder rechts dreht. Wenn die Anpassung den Strahl näher an den idealen Pfad bringt, erhält das Programm eine Belohnung; wenn sie sich vom Pfad entfernt, erhält es eine Strafe.

Um diesen Lernprozess effektiv zu gestalten, mussten die Forscher mehrere Herausforderungen bewältigen. Die Daten, die sie verwendeten, waren unvollkommen und enthielten Lücken sowie Inkonsistenzen, da sie aus realen Experimenten stammten und nicht aus einer perfekten Simulation. Die Signale der Sensoren waren oft verrauscht, was es schwierig machte, zu unterscheiden, ob eine kleine Änderung im Strahl auf eine gute Anpassung oder nur auf eine zufällige Fluktuation zurückzuführen war. Um dies zu handhaben, entwarf das Team ein Belohnungssystem, das diese Fluktuationen glättet und dem Computer so ein klareres Bild vermittelt, ob er sich in die richtige Richtung bewegt. Sie programmierten das System zudem so, dass es unnötige, zittrige Bewegungen vermeidet und es dazu ermutigt, eine stabile Position zu finden, anstatt hin und her zu oszillieren.

Als sie ihren Computer-Agenten mit diesem Setup trainierten, waren die Ergebnisse beeindruckend. Der Agent lernte, durch die komplexe Landschaft der Kristallwinkel zu navigieren, und fand konsistent den optimalen Punkt, an dem der Strahl perfekt ausgerichtet war. In Tests konnte das Programm von einer breiten Palette anfänglicher Positionen aus starten – auch wenn diese weit vom Ziel entfernt waren – und den Kristall innerhalb weniger Minuten erfolgreich zur korrekten Ausrichtung führen. Es lernte, die subtilen Muster in den Kamera Bildern zu erkennen, die anzeigten, dass der Strahl sich am richtigen Ort befand, selbst wenn die Signale schwach oder verrauscht waren. Das System erwies sich als robust und behielt seine Leistung auch bei geänderten Ausgangsbedingungen bei, was darauf hindeutete, dass es eine allgemeine Strategie gelernt hatte, anstatt nur einen spezifischen Pfad auswendig zu lernen.

Die Forscher verglichen ihre neue Methode mit verschiedenen Variationen des Belohnungssystems, um zu sehen, welches am besten funktionierte. Sie fanden heraus, dass die Kombination einer Glättungstechnik mit einer Strafe für übermäßige Bewegungen die stabilsten Ergebnisse lieferte. Der Computer lernte, sich mit sehr wenig Zittern in die optimale Position zu setzen und erreichte ein Präzisionsniveau, das den theoretischen Grenzen der Daten selbst entsprach. Dies bedeutet, dass das System nicht einfach nur geraten hatte; es hatte das zugrunde liegende Verhalten des Strahls und des Kristalls wahrhaftig begriffen. Der Erfolg dieses Ansatzes deutet darauf hin, dass ähnliche Techniken auf andere Teile des Beschleunigers angewendet werden könnten, was potenziell komplexere Experimente ermöglichen würde, die die gleichzeitige Ausrichtung mehrerer Kristalle erfordern.

Diese Arbeit ist besonders wichtig für zukünftige Experimente, wie das geplante ALADDIN-Experiment, das darauf abzielt, die magnetischen und elektrischen Eigenschaften kurzlebiger Teilchen zu messen. Diese Experimente werden auf demselben Doppel-Kristall-Setup basieren und eine noch schnellere und präzisere Ausrichtung erfordern, als dies derzeit möglich ist. Indem sie bewiesen haben, dass ein Computer diese Aufgabe anhand realer Daten ohne ein perfektes Physikmodell bewältigen kann, haben die Forscher die Tür zu einer neuen Ära der autonomen Steuerung in der Teilchenphysik geöffnet. Das System muss nicht die tiefe Mathematik der Teilcheninteraktionen verstehen; es muss lediglich wissen, wie eine erfolgreiche Ausrichtung aussieht, und es kann dies aus Erfahrung lernen.

Der Weg nach vorne sieht vor, dieses System bei zukünftigen Strahltests in Echtzeit zu testen. Das Team plant, den Computer in einem „Shadow Mode“ (Schattenmodus) laufen zu lassen, in dem er das Experiment beobachtet und Anpassungen vorschlägt, ohne tatsächlich die Hardware zu steuern. Dies wird es ihnen ermöglichen, die Entscheidungen des Computers mit denen menschlicher Bediener zu vergleichen und die Sicherheit zu gewährleisten, bevor sie die volle Kontrolle übergeben. Sollten diese Tests erfolgreich sein, könnte die Methode zu einem Standardwerkzeug für die Inbetriebnahme neuer Experimente werden, was wertvolle Zeit spart und es Wissenschaftlern ermöglicht, sich auf die Physik statt auf die Mechanik der Ausrichtung zu konzentrieren. Die Fähigkeit, eine solch kritische und delikate Aufgabe zu automatisieren, markiert eine bedeutende Evolution in der Art und Weise, wie wir die leistungsstärksten wissenschaftlichen Instrumente der Welt betreiben.