脉冲冲击射流传热控制的深度强化学习

Sep, 2023

脉冲冲击射流传热控制的深度强化学习

Deep Reinforcement Learning for the Heat Transfer Control of Pulsating Impinging Jets

Sajad Salavatidezfouli, Giovanni Stabile, Gianluigi Rozza

TL;DR这项研究旨在探讨强化学习在基于计算流体力学的热控制中的适用性。结果表明，基于深度 Q 网络的 DRL 方法在热控制中具有较高的效率和可行性，其中软化双重 DQN 方法在各种变体中表现最佳，可以在控制周期的 98％以上将温度保持在期望的阈值范围内，这些发现证明了 DRL 在有效解决热控制系统方面的潜力。

Abstract

This research study explores the applicability of deep reinforcement learning (DRL) for thermal control based on computational fluid dynamics

deep reinforcement learning thermal control computational fluid dynamics deep q-network double dqn

发现论文，激发创造

三维圆柱体的主动流控制及深度强化学习

该研究首次成功地利用多个独立控制的零净质量通量合成喷射进行主动流量控制，以降低阻力系数。研究使用了基于深度强化学习框架的方法，将计算流体动力学求解器与代理程序结合，实现了多代理强化学习框架，能够利用局部不变性、适应不同几何结构、进行传递学习和交叉应用代理，显著加快了训练速度。通过应用基于深度强化学习的控制策略，在三种不同配置的问题中实现了显著的阻力降低。

Sep, 2023

通过深度强化学习控制流体弹球上的水动力力量

本文使用深度强化学习算法构建了一个实时反馈策略，用于实现流体弹球系统的流体动力学力控制和追踪，结果表明该策略在复杂流体动力学问题上的控制决策效果理想，可为其他复杂流体动力学问题的高效活动控制策略提供探索。

Apr, 2023

使用数据生成接近最优控制区域温度的深度强化学习策略

通过在基于物理一致的神经网络 (PCNNs) 上评估 DRL 代理，我们证明了 DRL 代理比基于规则的控制器表现更好，并且实现了接近最优的表现，从而提高了建筑行业的能效

Mar, 2022

深度强化学习算法在 HVAC 控制中的实验评估

本研究基于 Sinergym 框架对多种先进 DRL 算法在 HVAC 控制中进行了关于舒适度和能源消耗方面的可重复评估，结果表明 SAC 和 TD3 等 DRL 算法在复杂场景下具有潜力，并揭示了与泛化和增量学习有关的若干挑战。

Jan, 2024

经典强化学习与深度强化学习方法在暖通空调控制中的比较

强化学习在优化暖通空调系统控制方面具有良好前景，提高系统性能、降低能耗、增强成本效益。我们对比了两种常用的经典强化学习方法（Q - 学习和深度 Q - 网络）在多个暖通空调环境下进行了基准测试，并探讨了模型超参数选择和奖励调节的实际考虑。研究结果揭示了配置暖通空调系统中的强化学习代理的方法，并促进了节能高效的运营。

Aug, 2023

经过深度强化学习训练的人工神经网络发现主动流控制策略

本研究首次应用了一个通过深度强化学习进行训练的人工神经网络来执行主动流控，该网络成功地在研究卡曼涡街时减少了大约 8％的阻力，并使用小的质量流速。

Aug, 2018

通过多环境方法加速流控制的深度强化学习策略

使用深度强化学习（DRL）进行流控制的方法现已提出，文章则针对使用計算流体动力学（CFD）数据训练 DRL 时面临的速度瓶颈进行改进，并提出两种方法以加速其运行：计算流体动力学本身的并行化以及 DRL 算法的并行处理。研究表明，这两种方法的组合可以实现对更复杂流体力学问题的 DRL 研究。

Jun, 2019

通过深度强化学习训练的人工神经网络，在一系列雷诺数范围内实现强大的主动流控制

本文研究利用深度强化学习的 PPO 方法对不同雷诺数下的计算流体动力学模拟进行主动流控，成功地减小了波动和减小了阻力。

Apr, 2020

利用深度强化学习对旋转圆柱体上的多个喷嘴进行流动的主动控制

通过将旋转加入深度强化学习算法，结合多个可控喷嘴来实现最大可能的阻力抑制，以优化喷嘴数目、位置以及传感器位置，可以在流体动力学中减少拖力系数，稳定涡街并抑制涡脱落。

Jul, 2023

拥挤频谱环境下雷达检测和跟踪的深度强化学习控制

本文采用深度强化学习（Deep RL）中的非线性价值函数逼近来实现智能脉冲雷达和相邻通信系统的动态非合作共存，并通过学习调整频率和中心频率，最大化雷达探测性能，保持对频带的充分利用。我们通过实验证明，与策略迭代或感知和避免（SAA）方法相比，基于 Deep Q-Learning（DQL）算法的方法更有效地提高雷达的重要性能度量，包括 SINR 和带宽利用率，同时维持良好的距离分辨率。我们还将 DQL 方法扩展到包括 Double Q-Learning 和递归神经网络，形成 Double Deep Recurrent Q-Network（DDRQN）。最后，我们用软件定义雷达（SDRadar）原型系统的实验结果证明了本文提出的深度强化学习方法在拥挤频谱环境下显著提高了雷达探测性能。

Jun, 2020