免建模、训练更稳更快
用PPO强化学习直接在物理系统上训练衍射光学处理器，省去精确建模，适合实验现场优化。
Li, Yuhang · Chen, Shiqi · Tingyu, Gong · Ozcan, Aydogan
Light: Science and Applications 2026
直接在物理系统上训练，自然适应未知的真实世界缺陷，省去先验知识获取与建模步骤。
PPO高效复用原位测量数据并约束策略更新，实现比现有方法更稳定、更快的收敛。
在多种原位学习任务中均表现出更好的收敛性和性能，包括能量聚焦、图像生成、像差校正和图像分类。