对应论文
The HydroGym reinforcement learning platform for fluid dynamics
视频简介
流体控制长期缺少类似 Gym 的统一基准,不同研究往往绑定单一几何、求解器和工况,算法难以比较、复现和迁移。HydroGym 的目标是把碎片化案例转化为可累积的强化学习研究基础设施。 平台以统一 Gymnasium 接口封装多种 CFD 求解器,提供 61 个经验证的二维和三维环境,覆盖层流到湍流、雷诺数最高 4×10^5 以及不同马赫数,并给出 PPO、DDPG、TD3 等基线。 智能体在环境群中发现边界层操控、声学反馈破坏和湍流尾迹重组等控制规律。只在廉价代理环境训练后零样本部署到三维 NACA0012 机翼,局部表面摩擦降低 38%、总阻力降低 11%,探索成本较直接机翼优化下降四个数量级。 其贡献不是单个控制器,而是开放、求解器无关、具备难度梯度和迁移验证的公共平台,足以改变流体强化学习的研究组织方式。迁移依赖共享近壁物理,跨机制泛化仍是开放问题,因此定为 disruptive。