google-deepmind/torax

解決的問題

TORAX 是一個可微分的托卡馬克核心輸運模擬器。它提供了一種快速且精確的方式，用於執行前向建模、脈衝設計、軌跡優化與控制器設計，無需手動推導複雜的雅可比矩陣以進行敏感性分析。

工作原理

此模擬器使用 Python 與 JAX 建構，利用自動微分與程式碼編譯實現高效率。它採用有限體積法離散化，求解離子與電子熱輸運、電子粒子輸運以及電流擴散的耦合偏微分方程式（PDE）。可整合物理模型的機器學習代理模型（例如用於湍流輸運的 QLKNN 神經網路代理模型），並支援多種求解器選項，包括線性與非線性方法（如牛頓-拉夫遜法）。

適用對象

專為需要模擬輸運過程並優化反應爐軌跡的核融合與托卡馬克電漿物理研究人員與工程師設計。

主要亮點

• 可微分模擬：使用 JAX 實現自動微分，支援基於梯度的優化與敏感性分析。
• 機器學習整合：自然地與物理模型的機器學習代理模型結合，取代昂貴的傳統計算。
• 彈性物理模型：支援耦合偏微分方程式、新古典自舉電流以及多種加熱與電流驅動來源。
• 幾何支援：透過 CHEASE、FBT 或 EQDSK 平衡檔案處理一般幾何結構，包括時間變化的幾何結構。