利用强化学习从湍流风中收集能量
机器学习
2025-02-27 v2 系统与控制
系统与控制
流体动力学
摘要
机载风能（AWE）是一种新兴技术，旨在利用高空风能，解决传统风力涡轮机的若干局限性。AWE基于飞行装置（通常是滑翔机或风筝），它们通过绳索连接到地面站，在风的驱动下，通过发电机将机械能转化为电能。此类系统通常通过操纵风筝遵循由最优控制技术（如模型预测控制）预设的路径来控制。这些方法强烈依赖于所使用的具体模型，且难以泛化，尤其是在湍流大气边界层等不可预测的条件下。我们的目标是探索用基于强化学习（RL）的方法替代这些技术的可能性。与传统方法不同，RL不需要预定义模型，因此对变异性和不确定性具有鲁棒性。我们在复杂模拟环境中的实验结果表明，使用RL训练的AWE智能体能够有效地从湍流中提取能量，仅依赖于关于风筝相对于风的朝向和速度的极少局部信息。
引用
@article{arxiv.2412.13961,
title = {Harvesting energy from turbulent winds with Reinforcement Learning},
author = {Lorenzo Basile and Maria Grazia Berni and Antonio Celani},
journal= {arXiv preprint arXiv:2412.13961},
year = {2025}
}