通过引入OpenNeoMC框架，核反应堆优化中的新型基准问题得到了解决。利用蒙特卡洛方法和机器学习技术，成功优化了具有不同物理区域的单元反应堆中的中子通量。演化算法和神经进化算法的模拟证明了强化学习在复杂优化中的有效性。OpenNeoMC框架中的加速技术能够提高模拟时间。