用于流体闭环控制的统计学习策略
机器学习
2016-04-13 v1 最优化与控制
流体动力学
摘要
本工作讨论了一种利用稀缺与流式数据对复杂系统进行闭环控制的策略。首先使用应用于传感器测量的哈希函数构建一个离散嵌入空间，并由此推导出一个马尔可夫过程模型，以近似复杂系统的动力学。在识别出与控制目标相关的奖励后，随后使用强化学习来学习控制策略。该方法为实验配置而设计，不需要对系统进行计算或具备先验知识，并具有内在的鲁棒性。它在两个系统上进行了演示：Lorenz 63 动力系统的转捩控制，以及圆柱流阻力控制。结果表明该方法表现良好。
引用
@article{arxiv.1604.03392,
title = {A statistical learning strategy for closed-loop control of fluid flows},
author = {Florimond Guéniat and Lionel Mathelin and M. Yousuff Hussaini},
journal= {arXiv preprint arXiv:1604.03392},
year = {2016}
}