2022 年 74 巻 1 号 p. 35-38
近年,非線形システムの制御において,限られた観測情報と制御入力の複雑な関係を深層ネットワークによって記述する強化学習が,新しい制御則開発のための方法論として注目を集めている.これまでに比較的単純な流れ場,かつ自由度の小さい制御入力に対する強化学習の応用例が報告されているものの,多自由度を有する乱流への応用例は報告されていない.本報では,壁乱流制御に強化学習を応用し,そのフレームワークの有効性を検証する.その結果,既存の代表的な制御則である対向制御よりも抵抗低減効果の高い,新たな制御則を発見した.