Deepmind在《Nature》期刊发布的论文，说明了他们如何运用深度增强学习，和模拟环境学习架构，在瑞士洛桑的可变配置环磁机（Variable Configuration Tokamak，TCV）上构建并运行控制器，成功控制核融合电浆。
研究人员不只可以使电浆保持稳定，还可以精确地将其雕塑成各种形状，该研究成果代表着，增强学习系统可以用来控制过热物质，让科学家研究电浆在不同条件下的反应，提高对核融合反应炉的理解。
这项研究的意义，在于推进科学家在核融合发电的研究。科学家为了解决全球能源危机，希望能找到干净且无限的能源，而核融合目前看起来是一个绝佳的选项，通过融合随处可见的氢元素，来获得融合过程中所释放出的强大能量，而这也是宇宙中，活跃恒星的能量来源。
要当地球上创建适合核融合的严苛环境并不容易，科学家使用托克马克（Tokamak）又称为环磁机的设备，该设备在甜甜圈形状的真空外包覆电磁线圈，来将比太阳核心更热的氢电浆约束在真空中。
但是环磁机中的电浆并不稳定，要维持可进行核融合所需条件非常困难，控制系统必需要协调环磁机中的电磁线圈，并且每秒数千次调整线圈电压，避免电浆碰触到容器壁，以免造成热量损失和器材损坏。
而Deepmind与洛桑联邦理工学院的瑞士电浆中心合作，开发了第一个深度增强系统，能够自动控制线圈，将电浆稳定约束在环磁机中。
目前科学家在核融合的研究，仍受到许多限制，全球有数十个环磁机，这些设备昂贵但需求量很大，TCV一次实验只能维持电浆3秒，需要冷却15分钟，之后才能再次进行实验，不仅如此，多个研究小组通常需要共享环磁机，而这也限制了可实验的时间。
由于实体环磁机难以取得，于是研究人员转而使用模拟器来加速研究，Deepmind先在模拟环境中控制TCV，接着才在真正的TCV上验证结果。经过实验证实，他们已经有能力将电浆雕塑成需要的形状。虽然模拟环境更便宜更方便，但仍然需要克服许多障碍，像是电浆模拟器速度非常慢，一秒的模拟需要数小时的运算，此外，TCV的状况每天都不同，研究人员需要开发算法，来改进模拟结果以适用于真正的硬件上。
而且现有的电浆控制系统也很复杂，TCV上的19个电磁线圈皆安装独立的控制器，每个控制器都使用算法即时估算电浆特性，来调整为相对应的电压，而Deepmind的新方法，则以单个神经网络，一次控制所有线圈，自动学习可达到最佳电浆配置的电压。
Deepmind在研究中，创建一系列电浆形状，而电浆物理学家正在研究这些形状的电浆，在产生能量上的可用性，像是雪花形状的电浆，就被认为可以将废能传播到容器壁的多个点上，有助于降低冷却成本。另外，深度增强学习也能达到过去TCV从未做过的事，像是在稳定容器内同时维持两个水滴形状的电浆，研究人员提到，他们只改变要求，算法就能自动找到适合的控制方式。
人工智能再次展现推进科学研究的潜力，在能源领域上，人工智能加速并协助发展核融合发电，而利用增强学习自动控制电浆的方式，也将改变未来TCV的设计。