上海光機所高功率激光物理聯合實驗室前沿部在利用深度強化學習(xi) 實現激光種子源鎖模狀態搜索研究上取得重要進展，相關(guan) 成果以“Deep reinforcement with spectrum series learning control for a mode-locked fiber laser”為(wei) 題發表在Photonics Research。

　　針對高功率激光器光纖鎖模種子源穩定鎖模狀態搜索的問題，提出了一種算法，可有效搜索耗散孤子鎖模激光器（圖1）的鎖模狀態並完成不同運行狀態之間的切換（圖2）。該算法結合了時間序列深度強化學習(xi) 和長短時記憶網絡。數值模擬表明，激光腔的動態特征可以從(cong) 光譜序列中獲得，與(yu) 傳(chuan) 統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，所提出的算法平均隻用了690ms即可獲得穩定的鎖模狀態，搜索次數比傳(chuan) 統方法少一個(ge) 數量級，也是目前報道搜索次數最少的方法（圖3）。在16°C–30°C溫度環境下，該方法平均隻需18次搜索就可以獲得穩定的鎖模狀態，極大地提高了激光器在複雜環境下的適應能力。

　　該方法是無模型的，因此不僅(jin) 可以用於(yu) 鎖模狀態的搜索，還可以獲得特殊時間-光譜特性的鎖模動力學模式，在激光時空精確調控等方麵有潛在應用前景，受到國內(nei) 外同行的關(guan) 注。

　　相關(guan) 研究得到了中科院先導專(zhuan) 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(xi) 算法模型

圖3 隨機初始狀態鎖模搜索結果