RL-DAUNCE：基于强化学习的数据同化与不确定性感知约束集合

机器学习已成为增强数据同化的强大工具。虽然监督学习仍是标准方法，但强化学习（RL）通过其序贯决策框架提供了独特优势，该框架天然契合数据同化的迭代性质，能够在模型预报与观测之间动态平衡。我们开发了 RL-DAUNCE，一种新的基于强化学习的方法，通过三个关键方面以物理约束增强数据同化。首先，RL-DAUNCE 继承了机器学习的计算效率，同时其智能体结构独特地映射到传统数据同化方法中的集合成员。其次，RL-DAUNCE 通过推进多个集合成员强调不确定性量化，超越了简单的均值状态优化。第三，RL-DAUNCE 的集合即智能体设计便于在同化过程中强制执行物理约束，这对改进状态估计和后续预报至关重要。我们开发了一种原对偶优化策略来强制执行约束，该策略动态惩罚奖励函数以确保学习过程中的约束满足。此外，通过约束强化学习动作空间来尊重状态变量边界。这些特性共同确保了物理一致性而不牺牲效率。RL-DAUNCE 应用于马登-朱利安振荡——一种以强非高斯特征和多重物理约束为特征的间歇性大气现象。RL-DAUNCE 优于标准集合卡尔曼滤波（EnKF），后者因违反物理约束而灾难性地失败。值得注意的是，RL-DAUNCE 在恢复间歇性信号、捕捉极端事件和量化不确定性方面与约束 EnKF 的性能相匹配，同时需要显著更少的计算资源。