基于深度強(qiáng)化學(xué)習(xí)的多攻角翼型流動(dòng)控制研究

摘要： 針對(duì)弱湍流條件下大攻角翼型產(chǎn)生的流動(dòng)分離現(xiàn)象，采用柔性演員評(píng)論家(Soft Actor-Critic, SAC)深度強(qiáng)化學(xué)習(xí)(Deep Reinforcement Learning, DRL)算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)，并對(duì)其進(jìn)行閉環(huán)主動(dòng)流動(dòng)控制策略研究。在復(fù)雜環(huán)境下，通過增添零質(zhì)量射流約束，采用三射流進(jìn)行優(yōu)化策略研究，獲得不同攻角條件下的平均阻力系數(shù)。結(jié)果表明：使用DRL訓(xùn)練得到的策略... （共11頁）