Monte-Carlo-Strahlungstransport der nächsten Generation: Verstärkendes Lernen

• Antragsteller: Professor Dr. Sebastian Wolf
• Fachliche Zuordnung: Astrophysik und Astronomie
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 561178007

Monte-Carlo-Strahlungstransport (MCRT) spielt eine wesentliche Rolle bei der Simulation der physikalischen Eigenschaften und Beobachtungsgrößen astrophysikalischer Objekte. Die zunehmenden Fähigkeiten moderner Teleskope, insbesondere hinsichtlich Auflösung und Sensitivität, und zunehmende Verfügbarkeit komplementärer Beobachtungendaten erfordern jedoch Simulationsansätze, welche eine größere Komplexität, höhere Auflösung und die Einbindung zusätzlicher physikalischer Prozesse ermöglichen. Diese Erweiterungen führen oft zu immensen Rechenanforderungen, welche die Möglichkeiten der traditionellen MCRT-Methoden übersteigen. Das Ziel dieses Projekts ist es, Methoden des verstärkendes Lernens (RL) in MCRT-Simulationen zu integrieren, um damit ihre Anwendbarkeit auf komplexere astrophysikalische Systeme und Beobachtungsdaten zu erweitern. Konkret sollen (a) eine erste Generation von RL-verbesserten MCRT-Algorithmen entwickelt werden, welche Photonenpakete effektiv leiten können, indem sie sowohl die Rechenleistung als auch die Genauigkeit optimieren, und (b) diese Algorithmen auf beispielhafte, anspruchsvolle Probleme im Bereich der Planetenentstehung und der Charakterisierung von Exoplaneten angewandt werden, welche derzeit einen immensen Rechenaufwand erfordern. Das Erreichen dieser Ziele wird die Effizienz und Präzision von MCRT-Simulationen erheblich verbessern und damit bisher kaum oder nicht durchführbare Strahlungstransportsimulationen ermöglichen.

• DFG-Verfahren: Sachbeihilfen