Dynamic control of self-assembly of quasicrystalline structures through reinforcement learning

要約

我々は、斑状粒子からの十二角形準結晶（DDQC）の動的自己組織化を制御するための強化学習を提案します。
斑状粒子は他の粒子と異方性相互作用を持ち、DDQC を形成します。
ただし、定常状態での構造は、構造形成の動力学的経路によって大きく影響されます。
Q学習法により学習させた最適な温度制御ポリシーを推定し、その推定ポリシーを用いて欠陥の少ないDDQCを生成できることを実証します。
強化学習によって得られる温度スケジュールは、従来のアニーリングなどのあらかじめ固定された温度スケジュールに比べて、効率的に目的の構造を再現することができます。
学習の成功を明らかにするために、三重井戸ポテンシャルの動きによる構造変化の動力学を記述する単純なモデルも分析します。
私たちは、強化学習が、構造変動が全体的に安定した状態を形成する可能性を高める臨界温度を自律的に発見することを発見しました。
推定されたポリシーは、DDQC の形成を支援するためにシステムを臨界温度に向けて導きます。

要約(オリジナル)

We propose reinforcement learning to control the dynamical self-assembly of the dodecagonal quasicrystal (DDQC) from patchy particles. The patchy particles have anisotropic interactions with other particles and form DDQC. However, their structures at steady states are significantly influenced by the kinetic pathways of their structural formation. We estimate the best policy of temperature control trained by the Q-learning method and demonstrate that we can generate DDQC with few defects using the estimated policy. The temperature schedule obtained by reinforcement learning can reproduce the desired structure more efficiently than the conventional pre-fixed temperature schedule, such as annealing. To clarify the success of the learning, we also analyse a simple model describing the kinetics of structural changes through the motion in a triple-well potential. We have found that reinforcement learning autonomously discovers the critical temperature at which structural fluctuations enhance the chance of forming a globally stable state. The estimated policy guides the system toward the critical temperature to assist the formation of DDQC.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google