RL-контроллер для адаптивной оптики впервые протестировали на небе

Здесь не просто придумали новый алгоритм для адаптивной оптики, а вывели его из мира симуляций на реальный телескоп. Контроллер PO4AO встроили в уже работающую систему Papyrus через отдельную Python-программу, которая общалась с реальным блоком управления через общую память. Проще говоря, новый мозг для системы поставили рядом со старым и заставили их работать вместе, чтобы честно сравнить поведение на настоящем небе.

Зачем это было нужно? До этого такие методы обучения с подкреплением — это когда программа сама учится на ошибках и награде — проверяли в моделях и на лабораторных стендах, где условия можно идеально контролировать. Но в реальности мешают шум датчиков, дрожание системы, ошибки совмещения и быстрые смены атмосферы. Именно поэтому главная интрига работы была не в красивых обещаниях, а в вопросе: выдержит ли такой контроллер живое наблюдение, где всё меняется от ночи к ночи.

Оказалось, что PO4AO не просто справился, а стабильно обошёл стандартный интегратор — это обычный и очень распространённый способ управления, который работает как накопитель ошибок с поправками на каждом шаге. Новый контроллер особенно хорошо вылавливал и компенсировал вибрации, а также оказался устойчивым к шуму измерений. Ещё один практический плюс: после настройки под Papyrus ему хватало одного набора параметров для разных условий наблюдения и разных объектов на небе.

При этом авторы честно показывают и слабое место: их Python-реализация была неидеальной и добавляла заметную задержку, а ещё вносила дрожание в управление и иногда пропускала кадры. То есть сама идея уже прошла проверку в реальных условиях, но для следующего шага алгоритм нужно реализовать аккуратнее и быстрее. Именно это и делает работу важной: она не обещает чудо, а показывает, что подход вообще работает на небе и может стать основой для более сильных систем.