Magnetic shape control is fundamental to stable tokamak operation, where the plasma boundary must be maintained with high accuracy and robustness against external disturbances. Experimental observations on EAST indicate that, under large transient-error conditions, a fixed-parameter PID-based controller may drive the actuators into saturation, degrading regulation performance and potentially leading to loss of shape control. To address this limitation, this work develops a deep reinforcement learning plasma shape controller for EAST within the existing Isoflux control scheme. The controller is trained in a disturbance-rich simulation environment designed to reproduce large transient-error conditions, and employs a tailored reward design that explicitly targets large-disturbance robustness while improving early-stage learning stability under actuator constraints. Simulation results show that the learned policy achieves improved disturbance rejection and higher control accuracy in regimes where PID control tends to saturate and recover slowly. The controller is further deployed and experimentally validated on EAST, demonstrating stable plasma shape regulation with acceptable accuracy and enhanced robustness during long-pulse operation.
磁気形状制御は安定したトカマク運転の基本であり、そこではプラズマ境界は高い精度と外部外乱に対するロバスト性をもって維持されなければならない。EASTにおける実験的観測は、大きな過渡誤差条件下では、固定パラメータPIDベースの制御器がアクチュエータを飽和に駆動し、調整性能を低下させ、潜在的に形状制御の喪失につながる可能性があることを示している。この制限に対処するため、本研究は既存のIsoflux制御方式内でEAST用の深層強化学習プラズマ形状制御器を開発する。制御器は、大きな過渡誤差条件を再現するように設計された外乱が豊富なシミュレーション環境で訓練され、アクチュエータ制約下での初期段階の学習安定性を改善しながら、大外乱ロバスト性を明示的に目標とする調整された報酬設計を採用する。シミュレーション結果は、学習された方策が、PID制御が飽和し回復が遅い傾向がある領域において、改善された外乱抑制とより高い制御精度を達成することを示している。制御器はさらにEASTに実装され実験的に検証され、長パルス運転中に許容可能な精度と強化されたロバスト性を備えた安定したプラズマ形状調整を実証する。