华盛顿大学等发布 HydroGym：登上 Nature 封面的流体控制强化学习平台
HydroGym 把流体控制变成一套标准化 RL 环境，让策略能在环境间迁移，第一次让这个领域的进展可比较、可复用。
流体控制对交通、能源和医学都重要，但流体动力学高维、非线性、多尺度，传统方法很难搞定。强化学习虽有潜力，却缺少共享基准，每个控制器只能针对单一场景调参，成果难以累积。华盛顿大学等团队提出 HydroGym，一个与求解器无关的强化学习平台，提供 61 个公开可用的流动控制环境，从层流覆盖到三维湍流，论文登上最新一期 Nature 封面。
正文摘录
.jpg) 编辑丨coisini 对流体的有效控制对于交通运输、能源和医学领域至关重要，因为它可以增加升力、减少阻力、增强混合并衰减噪声。先进的流体控制系统能够在全球范围内显著提升能源效率，例如通过主动减阻使航空业的燃料消耗降低多达 15%，通过协同控制使风电场输出提高 4–5%。 然而，流体以难以控制而著称，因其涉及高维、非线性和多尺度的动力学，难以用传统方法应对。 强化学习（RL）近期的突破已在日益复杂的科学应用中展现出变革性能力，但流体动力学缺乏共享基准和标准化环境，因此每个控制器通常只针对单一几何形状和运行条件进行调优，使得进展难以积累、迁移和比较。 为此，来自华盛顿大学、密西根大学等的研究团队提出 HydroGym，一个与求解器无关的强化学习平台，提供 60 多个经过验证、公开可用的流动控制环境，涵盖从经典层流到复杂湍流。研究论文以《The HydroGym reinforcement learning platform for fluid dynamics》为题登上了最新一期《Nature》封面。