Co-design of ground-based gravitational wave detector networks

技術要約：地上重力波検出器ネットワークの共同設計

問題提起
アインシュタイン・テレスコープ（ET）やコズミック・エクスプローラー（CE）といった次世代の地上重力波（GW）検出器の設計は、重大な最適化の課題に直面している。これらの装置は、科学的目標（例：空の定位、ノイズ低減）と、複雑な物理的、地理的、および経済的な制約とのバランスを取る必要がある。従来、検出器の構成（形状、材料、技術）とサイト選定は、別々の逐次的なプロセスとして扱われてきた。この分離により、あらかじめ決定された構成を特定のサイトに強制的に当てはめたり、提案された検出器の特定のエンジニアリング上の制制約を十分に考慮せずにサイトを選択したりすることになり、結果として不適切な設計を招くことが多い。さらに、設計空間は高次元であり、非微分要素（例：離散的な材料の選択、道路や集落などの地理的障壁）を含むため、標準的な勾配ベースの最適化は困難である。

手法：IfoScout
著者らは、強化学習（RL）と微分プログラミング（DP）を統合し、検出器の配置と内部パラメータを同時に最適化する2段階の共同設計手法であるIfoScot（インターフェロメーター・スカウト）を提案する。

1. 第1段階：強化学習（GWymnasium）

   • 目的： 特定の地理的領域内における、L字型干渉計ネットワークの最適な空間構成（位置、方位、およびアーム長）を決定すること。
   • 環境： 著者らは、スペインにおける2つの仮想的なサイトをシミュレートするために、実世界の地形および地質データ（IGNおよびGoogle Earthから取得）を利用している。環境には、道路、河川、集落、および除外区域（例：風力発電所、採石場）などの制約が含まれる。
   • エージェントとアクション空間： RLエージェントは、干渉計の頂点の位置を制御する。アクションには、さまざまなステップサイズ（微細/粗大）で方位方向に点を移動させること、またはその場に留まることが含まれる。
   • 報酬関数： 報酬は、科学的および工学的優先事項をエンコードした効用関数である。アーム長（感度のプロキシ）を最大化しつつ、トンネル、橋、および支持構造の建設、ならびに人口密集地や除外ゾーンへの近接に対してペナルティを課す。ネットワーク全体の報酬項は、空の定位と確率的背景放射の感度を最適化するために、検出器間の相対的な方位角45°を推奨する。
   • アルゴリズム： モデルは、1エピソードあたり2,000ステップにわたって最適な方策を学習するために、近接方策最適化（PPO）を採用している。

2. 第2段階：微分プログラミング（AutoGrav）

   • 目的： 第1段階で決定された固定された幾何学形状に基づき、感度（具体的には連星中性子星（BNS）の到達範囲）を最大化するように内部の検出器パラメータを最適化すること。
   • 実装： 著者らは、PyGWINCおよびinspiral rangeライブラリのPyTorchベースの翻訳版であるAutoGravを開発した。これにより、検出器パラメータに関するBNS到達範囲の勾配計算が可能となる。
   • 制約： 最適化は物理的な境界、具体的には干渉計キャビティの光学的な安定性を扱う。著者らは、勾配成分を平面境界（例：$g$因子によって定義される安定限界）に対して垂直でない方向に投影する制約付き最適化プロトコルを実装しており、これにより、システムが物理的限界を侵すことなく、限界の極めて近くまで探索することを可能にしている。
   • パラメータ： 最適化は、ターゲットとするアーム長を達成しつつ、キャビティの安定性を維持するために、入力およびエンド・テスト・マス（鏡）の半径に焦点を当てている。

主な貢献

• IfoScoutパイプライン： サイト選定と検出器設計を、同時最適化問題として扱うことで、両者の間の溝を埋める新しいフレームワーク。
• AutoGravライブラリ： 標準的なGW感度計算の微分可能な実装であり、PyTorchエコシステム内で検出器パラメータの勾配ベースの最適化を可能にする。
• GWymnasium環境： マクロレベルの地理的制約を伴う干渉計の配置をシミュレートできる、柔軟なRL環境。
• 概念実証の適用： このパイプラインを2つの異なるスペインのサイトに適用し、複雑で非微分的な制約（道路、集落）を回避しながら、科学的リターンを最大化できる能力を実証した。

結果
モデルは200万ステップの学習を行い、12個のランダムシードでテストされた。科学的な野心と工学的な実現可能性の間の異なるトレードオフを表す、3つの明確なネットワーク構成ファミリーが出現した：

• 構成C1： トンネルや支持構造を回避することを優先しており、アーム長は短くなるが、土木工学への影響は最小限となる。
• 構成C2： いくつかの支持セクションを導入する代償としてアーム長を増やす、妥協案。
• 構成C3： 科学的目標（最大アーム長）を優先しており、大幅な地下および支持セクションを伴うが、それでも片方のアームはほぼ地表に維持されている。

感度分析：
得られた構成の感度曲線は、Advanced LIGOおよび計画されているA+アップグレードと比較された。サイトに適応した設計は以下の特性を示した：

• 10–800 Hzの範囲において、Advanced LIGOよりも優れた性能。
• 10–300 Hzの範囲において、A+アップグレードよりも優れた性能。
• サイト1は、利用可能な面積がより大きい（約10 kmに対し約25 kmのアームを可能にする）ため、一貫してサイト2よりも高い感度を示した。

意義と主張
本論文は、IfoScoutを検出器ネットワークの「同時設計および配置」を支援するためのツールとして位置づけている。著者らは、この手法が以下のことを可能にすると主張している：

• パラメータ空間の体系的な探索： 手動または逐次的な手法よりも設計空間を徹底的に探索することを可能にし、科学的に強力かつ経済的に実行可能な構成を特定できる可能性がある。
• 柔軟性： 報酬形成を通じて、特定の専門知識や安全マージン（例：高速道路からの距離）を組み込むことができ、様々なプロジェクトのニーズに適応可能である。
• 大型検出器の実現可能性： 本研究は、系統的に最適化されれば、現在提案されているものよりも長い検出器（例：欧州における20 km超の地表検出器）が実現可能であることを示唆しており、長さの制約のみに基づく従来の仮定に疑問を投げかけている。
• 将来の共同設計： 現在のスコープは限定的（地表または部分的な地下検出器に焦重し、逐次的な最適化を行っている）であるが、著者らは、このアプローチが制御およびデータ解析パイプラインを含む、完全なハードウェア・ソフトウェアの共同設計への道を開くものであると示唆している。

著者らは、現在の概念実証では地球の曲率をRLシミュレーションにおいて考慮していないこと、また、位置依存のノイズ（ニュートンノイズおよび人為的ノイズ）を考慮するために両方のステージを完全に結合させていないことを認め、限界を述べている。しかし、複雑な制約を回避し感度を最適化できる実証された能力は、第三世代の検出器の設計フェーズに対してポジティブな影響を与えるものであると彼らは主張している。