德克萨斯大学的一个团队在聚变能领域取得了突破，他们开发了一种数据驱动的方法来模拟聚变反应堆中的粒子运动。这种新方法利用粒子模拟数据创建了一个“非微扰导向中心模型”，与传统模型相比，显著提高了精度，尤其对于快速运动的粒子。该团队的方法从全轨道轨迹中学习一个守恒量，然后用它来改进模型。这种改进对于仿星器设计特别有价值，可以更好地评估粒子损失和不确定性量化。虽然机器学习发挥了作用，但该模型建立在形式化的数学解的基础上，利用数据分析来确定关键参数。最终，这项工作旨在解决等离子体约束的挑战并减少能量损失，从而可能加速可行聚变能源的开发。