建设者坐标
肖炳甲是中国科学院合肥物质科学研究院等离子体物理研究所研究员、博士生导师，官方主页显示他负责 EAST 等离子体控制实验及 AI 在聚变控制方向的研究。在这组建设者中，他所代表的是反馈最短、物理风险也最直接的一类闭环：控制算法读取托卡马克诊断量，实时调节执行器，再从等离子体响应中获得下一时刻状态。
这里讨论的是肖炳甲所在控制团队，而不是个人英雄叙事。“灵枢”平台、EAST 实验和深度强化学习 βp 控制论文均有多位建设者与作者。本文来自机构资料及同行评议论文，不是采访；文件名中的拼音所指姓名为肖炳甲。
从什么算到什么做
等离子体控制系统是装置的实时“大脑”。它读取电流、密度、位置、形状和动力学参数等诊断信息，运行控制算法，再向磁体电源、加料和加热系统发出命令。输出不是离线建议，而是会改变下一瞬间等离子体状态的控制信号，因此实时性、冗余、安全和可检查性与算法精度同样重要。
2023 年，等离子体所宣布自主等离子体控制系统“灵枢”原型投入 EAST 运行。它以实时 Linux、共享内存和模块化组件承载多类控制进程，并集成人工智能仿真工具，使新算法可先仿真测试，再部署到实际控制。必须区分：灵枢首先是通用实时控制与验证平台，平台上的电流、位置、密度等功能并非全部由 AI 完成。
2024 年 Plasma Physics and Controlled Fusion 论文给出了一个具体 AI 控制实例。团队用 EAST 调制实验数据做系统辨识，构建较低计算成本的训练环境；深度强化学习控制器先在仿真中验证，再部署到 EAST，以 4.6 GHz 低杂波作为执行器，实时跟踪极向比压 βp 的目标值。这是物理装置上的特定参数反馈，而不是 AI 自主经营整台聚变堆。
闭环如何运转
训练循环先发生在数据驱动环境：历史调制实验把执行器变化与 βp 响应联系起来，预处理处理噪声和执行器约束；智能体在多种等离子体场景中尝试动作，依据跟踪误差等回报更新策略。研究团队再调节奖励函数中的误差积分权重，并在仿真中检查有效性与鲁棒性。
上线后，物理循环按实时控制节拍运行：诊断系统估计当前 βp，控制器计算低杂波功率动作，执行器改变加热与电流驱动，等离子体响应又被诊断读取。每次动作都产生下一步输入。这种闭环比“预测一次放电结果”更强，因为模型真正作用于实验对象；也更危险，所以必须嵌在状态机、限幅、异常处理和人工批准的控制体系中。
仿真到实机的落差仍是核心难点。由历史数据辨识的环境不可能覆盖所有放电状态，传感器误差、延迟、执行器饱和和分布外工况都可能改变策略行为。论文证明的是特定 EAST 实验条件下 βp 跟踪的可行性，不支持外推到长时间无人值守、破裂规避、燃烧等离子体控制或未来商用聚变堆。
证据台账
已确认事实 平台部署与特定强化学习反馈
等离子体所官方材料支持灵枢已在 EAST 运行；同行评议论文支持深度强化学习控制器经过数据建模、仿真验证并在 EAST 上用低杂波执行 βp 实时跟踪。两项证据应分开理解。
来源方主张 可靠性、微秒级指标与“零失误”
双冗余可靠性 99.99%、系统抖动 5 微秒以内、最快 50 微秒控制周期和 300 余次放电“零失误”等数字来自研究所 2023 年报道。它们是平台方验收与运行口径，不等于独立安全认证，也不能套到强化学习控制器的每项任务。
分析推断 AI 的价值来自进入执行层
本文把肖炳甲列为“实时物理控制建设者”，因为强化学习动作经过执行器改变了等离子体，并立即获得反馈。灵枢的更深价值，是为算法提供可仿真、可测试、可追溯的上线通道；这是编辑分析。
待验证 分布外安全与多目标集成
控制器在未见工况、诊断故障和执行器异常下如何安全退化，能否同时协调多个耦合目标，并迁移到未来聚变堆，仍需更多实验、形式化安全约束和长期运行数据。
事实 / 来源方主张 / 分析推断 / 待验证
- 事实：灵枢已部署 EAST；深度强化学习在特定实验中完成 βp 实时反馈控制。
- 来源方主张：平台可靠性、微秒级性能和运行纪录来自建设机构，不能等同于所有 AI 控制功能的指标。
- 分析推断：这条案例的代表性在于模型跨过建议层，进入带安全约束的物理执行回路。
- 待验证：多目标自治、极端工况、长期安全、跨装置迁移和聚变堆级可用性。
为什么入选及边界
肖炳甲入选，是因为其团队同时建设了可承载实时控制的工程平台，并把一个深度强化学习控制器送入 EAST 实验，形成诊断—决策—执行—响应的真实闭环。边界是：平台不等于处处使用 AI，单个 βp 实验不等于自治聚变堆；装置成绩属于控制、物理、诊断和工程团队共同成果，现有证据也不能取消 Human 监督与传统安全层。