FRPP27 　ポスターセッション③　 9月4日 ポスター会場 10:30-12:30

強化学習を用いたKEK Linac運転調整のための準備研究

R&D of the KEK Linac accelerator tuning based on reinforcement study

○久野 彰浩（阪市大理），岩崎 昌子（阪市大理, 阪市大南部研, 阪大RCNP, 阪大IDS），佐藤 政則（高エネルギー加速器研究機構, 総研大 加速器科学専攻），佐武 いつか（高エネルギー加速器研究機構），中島 悠太，武村 紀子，長原 一（阪大IDS），中野 貴志（阪大RCNP, 阪大IDS）

○Akihiro Hisano (Osaka City U.), Masako Iwasaki (Osaka City U., NITEP, Osaka U. RCNP, Osaka U. IDS), Masanori Satoh (KEK, SOKENDAI Department of Accelerator Science), Itsuka Satake (KEK), Yuta Nakashima, Noriko Takemura, Hajime Nagahara (Osaka U. IDS), Takashi Nakano (Osaka U. RCNP, Osaka U. IDS)

我々はKEK 入射加速器(Linac)における入射効率向上のため、機械学習を使用した運転調整システムの開発を行った。 加速器調整では種々のマシンパラメータを調節して高い入射効率が得られるように最適化している。マシンパラメータ調節に機械学習を導入することで、１.調整時間の高速化、2.調整性能の向上、が期待できる。Linacの加速器運転データ（制御パラメータ、モニタリングデータ、環境データ）を蓄積し，蓄積データをもとに開発を進めた。先行研究により，RF位相および補正磁石の調整方法の開発を行い，加速器運転パラメータと周囲の環境データの相関は，時間の経過とともに変化する傾向が明らかになった。したがって、環境駆動型機械学習（強化学習）の導入が必要である。本発表では、強化学習導入のための準備研究について現状報告を行う。