通过多模态智能体实现具有非平稳响应的科学仪器自适应控制

科学仪器的控制需要根据连续操作的反馈逐步调整参数。当未被观测到的运行条件随操作历史演变时，响应会变得非平稳，静态的动作到响应映射便不足以支持跨次放电决策。磁约束聚变装置中中性束注入（NBI）离子源的逐次放电调优是这类问题的典型代表：电极表面状态和真空条件难以直接观测，放电结果在不同次放电之间存在差异，且实验成本高昂并伴有运行风险。我们提出了一种基于物理的多模态智能体，包含三个可独立审查的组件。确定性算法从多通道波形中提取符号化物理量和视觉证据；双层记忆组织当前任务的轨迹、先前任务的经验和程序性知识，多模态大语言模型（MLLM）据此生成候选动作；独立的动作可行性检查则在执行前确保动作满足约束。在对四个 EXL-50U 平台的 455 次放电进行严格按时间顺序的回放评估中，对于全部四个受评模型，仅使用物理符号进行质量分类的宏平均 F1 均比仅使用波形图像高出 0.21–0.32。检索得到的上下文使模型与历史动作方向的平均一致率提高了 22.4–42.7 个百分点，而视觉证据的贡献因模型而异。在五个离子源上的受监督运行中，该系统在执行的 409 次放电中实现了 86.80% 的束流引出率。这些结果表明，该框架在实体科学仪器上开展受监督序贯调优具有工程可行性。