深度强化学习实现二维卡门涡街的流动控制
流体动力学
2018-09-03 v1
摘要
卡门涡街（Karman Vortex Street）已被研究逾一个世纪，并为高维、非线性系统的流动稳定性与控制研究提供了参考案例。主动流动控制虽然在理论上和工业应用中都备受关注，但由于难以找到成功的控制策略而一直难以实现。在此我们展示深度强化学习（Deep Reinforcement Learning）能够实现对二维圆柱后方卡门涡街的稳定主动控制。我们的结果表明，深度强化学习可用于设计主动流动控制，并且是研究广泛科学问题中存在的高维、非线性、时变动力系统的一种有前景的工具。
引用
@article{arxiv.1808.10754,
title = {Deep Reinforcement Learning achieves flow control of the 2D Karman Vortex Street},
author = {Jean Rabault and Ulysse Reglade and Nicolas Cerardi and Miroslav Kuchta and Atle Jensen},
journal= {arXiv preprint arXiv:1808.10754},
year = {2018}
}