基于模型强化学习的焦平面波前控制

Focal plane wavefront control with model-based reinforcement learning

对潜在宜居系外行星的直接成像，是极大望远镜上高对比度成像仪器的主要科学目标之一。大多数此类系外行星围绕其宿主恒星近距离运行，其观测受到快速移动的大气散斑和准静态非共路像差（NCPA）的限制。传统的NCPA校正方法通常使用机械镜面探针，这会在操作过程中影响性能。本研究提出了基于机器学习的NCPA控制方法，通过利用序列相位多样性，自动检测并校正动态和静态NCPA误差。我们将先前在自适应光学中应用的强化学习扩展到焦平面控制。一种新的基于模型的强化学习算法——NCPA策略优化（PO4NCPA），将焦平面图像作为输入数据，并通过序列相位多样性确定相位校正，以优化非日冕和日冕后点扩散函数，而无需先验系统知识。此外，我们通过数值模拟地面望远镜和受水汽视宁度（动态NCPA）影响的红外成像仪上的静态NCPA误差，证明了该方法的有效性。模拟显示，PO4NCPA能够稳健地补偿静态和动态NCPA。在静态情况下，使用日冕仪时，它实现了接近最优的焦平面光抑制；不使用日冕仪时，则实现了接近最优的斯特列尔比。对于动态NCPA，它在这些指标上匹配了模态最小二乘重构结合一步延迟积分器的性能。该方法对于ELT光瞳、矢量涡旋日冕仪，以及在光子和背景噪声下仍然有效。PO4NCPA是无模型的，可以直接应用于标准成像以及任何日冕仪。其亚毫秒级的推理时间和性能也使其适用于高对比度成像之外的大气湍流实时低阶校正。