零层数 Reynolds 数下强化学习优化的类群摆动
流体动力学
2025-07-28 v1 机器学习
机器学习
摘要
类群摆动是一种游泳策略,生物体以恒定相位滞后振荡相邻肢体,通过在肢体之间传播类群波从而推进自身。这种肢体协调策略被各种 Reynolds 数范围内的游泳者利用,这表明这种类群节律是因其游泳性能的优越性而被选为 optimal。在本研究中,我们将强化学习应用于零 Reynolds 数的游泳体,探讨学习算法是否选择该类群节律,或是否存在其他协调模式。我们设计的游泳体拥有细长躯干和沿躯干布置的若干对直、刚性桨叶,桨叶间距固定。基于桨叶间距,游泳体代理学习出不同质化的协调模式。在紧密间距下,出现类似常见生物节律的后向-前向类群波-like 护 stroke;而在宽间距下,选择不同的肢体协调。无论结果如何,最快的护 stroke 都取决于桨叶数量,但最有效的护 stroke 始终是后向-前向波-like 护 stroke。
引用
@article{arxiv.2507.18849,
title = {Optimizing Metachronal Paddling with Reinforcement Learning at Low Reynolds Number},
author = {Alana A. Bailey and Robert D. Guy},
journal= {arXiv preprint arXiv:2507.18849},
year = {2025}
}
备注
18 pages, 14 figures, to be published in EPJ E