Dec, 2023
基于多智能体强化学习的大气和海洋湍流参数化的极端事件预测
Extreme Event Prediction with Multi-agent Reinforcement Learning-based Parametrization of Atmospheric and Oceanic Turbulence
Rambod Mojgani, Daniel Waelchli, Yifei Guan, Petros Koumoutsakos, Pedram Hassanzadeh
TL;DR通过使用 SMARL 和湍流物理的基本原理，仅使用几个高保真样本进行了训练，并针对大气和海洋湍流的原型学习了闭合模型，结果表明 SMARL 在 GCMs 的闭合建模方面具有高潜力，尤其是在数据稀缺和间接观测的情况下。