用深度强化学习动态调节扫描探针显微镜的控制策略。

PICTS: A Novel Deep Reinforcement Learning Approach for Dynamic P-I Control in Scanning Probe Microscopy

• 基于深度强化学习构建实时调控系统
• 实现扫描探针显微镜中P-I控制参数的动态优化
• 适合需要高精度实时反馈的纳米成像研究者

我们开发了并行集成控制与训练系统（PICTS），利用深度强化学习技术，在扫描探针显微镜中实现实时动态调整控制策略。该方法能够根据环境变化自适应优化比例-积分（P-I）控制参数，显著提升成像稳定性与分辨率。系统在真实实验条件下验证了其有效性，可在不依赖人工调参的情况下实现稳定操作。该框架为复杂纳米尺度测量中的自适应控制提供了新范式。

原文摘要 · Abstract (English)

We have developed a Parallel Integrated Control and Training System, leveraging the deep reinforcement learning to dynamically adjust the control strategies in real time for scanning probe microscopy techniques.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。