Accurate modeling of scrape-off layer (SOL) and divertor-edge dynamics is vital for designing plasma-facing components in fusion devices. High-fidelity edge fluid/neutral codes such as SOLPS-ITER capture SOL physics with high accuracy, but their computational cost limits broad parameter scans and long transient studies. We present transformer-based, autoregressive surrogates for efficient prediction of 2D, time-dependent plasma edge state fields. Trained on SOLPS-ITER spatiotemporal data for the KSTAR tokamak, the surrogates forecast electron temperature, electron density, and radiated power over extended horizons. We evaluate model variants trained with increasing autoregressive horizons (1–100 steps) on short- and long-horizon prediction tasks. Longer-horizon training systematically improves rollout stability and mitigates error accumulation, enabling stable predictions over hundreds to thousands of steps and reproducing key dynamical features such as the motion of high-radiation regions. Measured end-to-end wall-clock times show the surrogate is orders of magnitude faster than SOLPS-ITER, enabling rapid parameter exploration. Prediction accuracy degrades when the surrogate enters physical regimes not represented in the training dataset, motivating future work on data enrichment and physics-informed constraints. Overall, this approach provides a fast, accurate surrogate for computationally intensive plasma edge simulations, supporting rapid scenario exploration, control-oriented studies, and progress toward real-time applications in fusion devices.
スクレイプオフ層（SOL）およびダイバータ端部のダイナミクスの正確なモデリングは、核融合装置におけるプラズマ対向機器の設計に不可欠です。SOLPS-ITERのような高忠実度の端部流体・中性粒子コードは、SOL物理を高精度で捉えますが、その計算コストにより、広範なパラメータスキャンや長時間の過渡研究が制限されます。我々は、2次元の時間依存プラズマ端部状態場を効率的に予測するための、トランスフォーマーベースの自己回帰サロゲートを提示します。KSTARトカマクのSOLPS-ITER時空間データで訓練されたサロゲートは、電子温度、電子密度、および放射パワーを長時間のホライズンにわたって予測します。我々は、自己回帰ホライズンを増加させて（1–100ステップ）訓練したモデル変種を、短期および長期ホライズン予測タスクで評価します。より長いホライズンでの訓練は、ロールアウトの安定性を系統的に改善し、誤差の蓄積を軽減し、数百から数千ステップにわたる安定した予測を可能にし、高放射領域の移動などの主要な動的特徴を再現します。測定されたエンドツーエンドのウォールクロック時間は、サロゲートがSOLPS-ITERよりも数桁速いことを示し、迅速なパラメータ探索を可能にします。サロゲートがトレーニングデータセットに表現されていない物理的領域に入ると予測精度が低下し、データの充実と物理に基づく制約に関する将来の研究を動機付けます。全体として、このアプローチは、計算集約的なプラズマ端部シミュレーションのための高速で正確なサロゲートを提供し、迅速なシナリオ探索、制御指向の研究、および核融合装置におけるリアルタイム応用への進展を支援します。