等离子体反馈控制不再需要全相空间观测：只看宏观电流与场梯度，也能在明显延迟下长期压住不稳定性
核心概要
针对Vlasov–Maxwell动理学等离子体，反馈控制过去要么依赖全相空间扰动作为输入，要么用瞬时场抵消，而观测与执行延迟会让抵消失效。这里改用电流密度、电磁场及其空间梯度等宏观量作为反馈信息，并用一个低秩神经算子学习对延迟抵消基线的残差修正，控制目标仍是把完整分布稳定到指定平衡态。双流与Weibel型电流丝化不稳定性的数值实验中，该控制器在明显反馈延迟下仍能长时间抑制扰动增长。
深度剖析
动理学等离子体的反馈控制现在可以只靠宏观可观测量完成，而不必在部署时观测或重建完整相空间分布。 此前的算子反馈框架把全相空间扰动作为控制器输入，而基于线性分析的场抵消方案则按初始数据一次性确定控制场、之后不再根据演化状态更新。 在双流与Weibel型电流丝化两类不稳定性的数值实验中，学习到的抵消–耗散控制器在明显反馈延迟下仍能长时间抑制动理学扰动与电磁能量的增长，并超出优化时间窗口继续有效。
控制器由两部分组成：一个由非线性扰动平衡导出的瞬时抵消–耗散反馈律，以及一个补偿延迟误差的学习残差项。 纯场抵消在观测瞬时有效，但用延迟观测计算抵消时会留下残差，使抑制效果明显变差。 借助Maxwell方程可把延迟抵消误差归结为电流与横向场空间梯度所决定，这些量被送入一个低秩线性神经算子，其核由神经网络参数化，训练用伴随状态法在动理学模拟上完成。
反馈输入的选择本身影响长期稳定性，而不只是网络结构。 以电磁场分量为输入的对照控制器在短时间内同样能压制扰动，但超出优化时间窗口后明显退化。 在双流与Weibel型电流丝化两个算例中，保持网络结构与训练设置不变、只替换最后两个反馈变量，基于梯度的输入在两个不稳定机制下都维持了更强的长期抑制。
启示与展望
演示范围限于一维空间、二维速度的Vlasov–Maxwell约化模型，采用周期边界，控制目标是把分布稳定到给定的空间均匀平衡态；两类算例分别是双流不稳定性和Weibel型电流丝化不稳定性，结论来自数值实验而非实验测量。
延迟失配时，学习到的耗散在延迟小于训练参考值时会低估误差、补偿不足，在延迟更大时可能过补偿并损害稳定性；按延迟比例缩放耗散网络输出可在不重训的情况下缓解这一点。线性与非线性算子结构在参考延迟下表现相当，延迟失配时差异更明显，其原因尚未明确，可能同时来自结构与优化。空间微分会放大测量噪声，含噪观测与正则化导数估计尚未纳入训练。